Pandas 用匹配的值填充前向数据帧

我有一个布尔数据框。我想替换直接位于

True

值之后的2个

False

值。我认为这个方法可以做到这一点，因为第五个例子似乎就是我要找的

以下是我的工作：

dataIn = pd.DataFrame([False, False, False, True, False, False, False, False])
dataOut = dataIn.replace(to_replace=False, method='ffill', limit=2)
>>> TypeError: No matching signature found

以下是我想要的输出：

dataOut = pd.DataFrame([False, False, False, True, True, True, False, False])

---

定义一个函数，该函数有条件地将前两个元素替换为True：

触发此更换的条件是：

• 组有2个或更多元素
• 该组仅由假值组成

然后，使用此函数变换每组“新”值 （值的每次更改都会启动一个新组）：

---

定义一个函数，该函数有条件地将前两个元素替换为True：

触发此更换的条件是：

• 组有2个或更多元素
• 该组仅由假值组成

然后，使用此函数变换每组“新”值 （值的每次更改都会启动一个新组）：

---

感谢以上两个答案。但实际上，似乎可以使用

.replace（）

，但它不能完全处理布尔值。 通过将它们临时替换为

int

，可以使用它：

dataIn = pd.DataFrame([False, False, False, True, False, False, False, False])
dataOut = dataIn.astype(int).replace(to_replace=False, method='ffill', limit=2).astype(bool)

---

感谢以上两个答案。但实际上，似乎可以使用

.replace（）

，但它不能完全处理布尔值。 通过将它们临时替换为

int

，可以使用它：

dataIn = pd.DataFrame([False, False, False, True, False, False, False, False])
dataOut = dataIn.astype(int).replace(to_replace=False, method='ffill', limit=2).astype(bool)

1） 不要使用关键字（

input

）作为变量。2） 您的输入是数据帧还是序列？1）更改了变量名。2） 例如，它可以是一个系列，但我的案例是一个由多个列组成的数据场1）不要使用关键字（

input

）作为变量。2） 您的输入是数据帧还是序列？1）更改了变量名。2） 例如，它可以是一个系列，但我的案例是一个包含多个列的数据场

dataIn[0] = dataIn[0].groupby(s.ne(s.shift()).cumsum()).transform(condRepl)

dataIn = pd.DataFrame([False, False, False, True, False, False, False, False])
dataOut = dataIn.astype(int).replace(to_replace=False, method='ffill', limit=2).astype(bool)