pandas 行的条件更改，具有前一行的值 [英] conditional change of a pandas row, with the previous row value

问题描述

在下面的熊猫数据框中，我想将上一行的值更改为带有 -1值的每一行。因此，这就是原始的df：

In the following pandas dataframe, I want to change each row with a "-1" value with the value of the previous row. So this is the original df:

   position  
0     0        
1     -1        
2     1
3     1
4     -1
5     0    

我想将其转换为：

   position  
0     0        
1     0        
2     1
3     1
4     1
5     0

我以下面的方式进行操作，但是我认为应该有更快的方法，将其向量化或类似方法（尽管我无法做到）。

I'm doing it in the following way but I think that there should be faster ways, probably vectorizing it or something like that (although I wasn't able to do it).

for i, row in self.df.iterrows():
    if row["position"] == -1:
        self.df.loc[i, "position"] = self.df.loc[i-1, "position"]

因此，代码可以正常工作，但是似乎很慢，有什么办法可以加快速度吗？

So, the code works, but it seems slow, is there any way to speed it up?

推荐答案

使用替换 + 填充：

df.replace(-1, np.nan).ffill()

   position
0       0.0
1       0.0
2       1.0
3       1.0
4       1.0
5       0.0

替换会将 -1 转换为 NaN 值。 填充会将 NaN s替换为正上方的值。

Replace will convert -1 to NaN values. ffill will replace NaNs with the value just above it.

使用 .astype 作为整数结果：

df.replace(-1, np.nan).ffill().astype(int)

   position
0         0
1         0
2         1
3         1
4         1
5         0 

不要忘记将结果分配回去。您可以根据需要在非位置上执行相同的操作。

Don't forget to assign the result back. You could perform the same operation non position if need be:

df['position'] = df['position'].replace(-1, np.nan).ffill().astype(int)

---

使用 np.where ：

c = df['position'] 
df['position'] = np.where(c == -1, c.shift(), c)
df

   position
0       0.0
1       0.0
2       1.0
3       1.0
4       1.0
5       0.0

这篇关于 pandas 行的条件更改，具有前一行的值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！