如何根据多个条件使用前一行填充熊猫数据框列的行？

Question

免责声明：这可能是重复的，但我找不到确切的解决方案。请随时将此问题标记为重复问题，并在 cmets 中提供重复问题的链接。

我仍在学习 python 数据帧操作，这可能有一个非常简单的解决方案，我无法弄清楚。

我有一个带有单列的 python 数据框。现在，如果满足某些条件，我想将每行的值更改为前一行的值。我已经创建了一个循环解决方案来实现这一点，但我希望有一个更有效的解决方案。

创建初始数据：

import numpy as np
import pandas as pd

data = np.random.randint(5,30,size=20)
df = pd.DataFrame(data, columns=['random_numbers'])

print(df)

    random_numbers
0                6
1               24
2               29
3               18
4               22
5               17
6               12
7                7
8                6
9               27
10              29
11              13
12              23
13               6
14              25
15              24
16              16
17              15
18              25
19              19

现在假设两个条件是 1) 值小于 10 和 2) 值大于 20。在任何这些情况下，将行值设置为前一行值。这已以循环格式实现，如下所示：

for index,row in df.iterrows():
    if index == 0:
        continue;
    if(row.random_numbers<10):
        df.loc[index,'random_numbers']=df.loc[index-1,'random_numbers']
    if(row.random_numbers>20):
        df.loc[index,'random_numbers']=df.loc[index-1,'random_numbers']

    random_numbers
0                6
1                6
2                6
3               18
4               18
5               17
6               12
7               12
8               12
9               12
10              12
11              13
12              13
13              13
14              13
15              13
16              16
17              15
18              15
19              19

由于我使用大量行，请建议一种更有效的方法来实现此逻辑。

Answer 1

您可以将小于 10 和大于 20 的值替换为 NaN，然后使用 pandas.DataFrame.ffill() 将 nan 填充为上一行值。

mask = (df['random_numbers'] < 10) | (df['random_numbers'] > 20)

# Since you escape with `if index == 0:`
mask[df.index[0]] = False

df.loc[mask, 'random_numbers'] = np.nan

df['random_numbers'].ffill(inplace=True)

# Original

    random_numbers
0                7
1               28
2                8
3               14
4               12
5               20
6               21
7               11
8               16
9               27
10              19
11              23
12              18
13               5
14               6
15              11
16               6
17               8
18              17
19               8

# After replaced

    random_numbers
0              7.0
1              7.0
2              7.0
3             14.0
4             12.0
5             20.0
6             20.0
7             11.0
8             16.0
9             16.0
10            19.0
11            19.0
12            18.0
13            18.0
14            18.0
15            11.0
16            11.0
17            11.0
18            17.0
19            17.0

Answer 2

我们还可以通过将.mask() 与.ffill() 一起使用并在[1:] 上切片，如下所示：

df['random_numbers'][1:] = df['random_numbers'][1:].mask((df['random_numbers'] < 10) | (df['random_numbers'] > 20))

df['random_numbers'] = df['random_numbers'].ffill(downcast='infer')

---

.mask() 测试条件并在条件为真时替换为NaN（如果未提供参数other=，则默认替换为NaN）。保留未满足条件的行的原始值。

请注意，通过在对.ffill() 的调用中提供downcast='infer'，结果数字将保持为integer，而不是意外 转换为float 类型。

我们在第一行使用[1:] 以确保0 行上的数据在没有转换的情况下保持不变。

# Original data:  (reusing your sample data)

    random_numbers
0                6
1               24
2               29
3               18
4               22
5               17
6               12
7                7
8                6
9               27
10              29
11              13
12              23
13               6
14              25
15              24
16              16
17              15
18              25
19              19


# After transposition:

    random_numbers
0                6
1                6
2                6
3               18
4               18
5               17
6               12
7               12
8               12
9               12
10              12
11              13
12              13
13              13
14              13
15              13
16              16
17              15
18              15
19              19