Python 在超过阈值后，如何循环数据帧中的每一行并将值设置为nan？

如果我有一个像这样的熊猫数据帧：

    0   1   2   3   4   5 
 A  5   5   10  9   4   5
 B  10  10  10  8   1   1
 C  8   8   0   9   6   3
 D  10  10  11  4   2   9
 E  0   9   1   5   8   3

如果我将阈值设置为7，如何循环每一行，并在阈值不再等于np.nan后设置值，以获得如下数据帧：

    0   1   2   3   4   5 
 A  5   5   10  9  NaN NaN
 B  10  10  10  8  NaN NaN
 C  8   8   0   9  NaN NaN
 D  10  10  11  4   2   9
 E  0   9   1   5   8  NaN

---

如果最后一个大于7的数字后面的所有内容都被设置为np.nan。

一个非常好的问题，颠倒顺序，然后

cumsum

等于0的应该是nan

df.where(df.iloc[:,::-1].gt(7).cumsum(1).ne(0))
    0   1   2  3    4    5
A   5   5  10  9  NaN  NaN
B  10  10  10  8  NaN  NaN
C   8   8   0  9  NaN  NaN
D  10  10  11  4  2.0  9.0
E   0   9   1  5  8.0  NaN

---

使用

df.gt（7）

和

bfill

和

isna上的
df.where
创建掩码
m
。最后，使用
m

m = df.where(df.gt(7)).bfill(1).notna()

df[m]

Out[24]:
    0   1   2  3    4    5
A   5   5  10  9  NaN  NaN
B  10  10  10  8  NaN  NaN
C   8   8   0  9  NaN  NaN
D  10  10  11  4  2.0  9.0
E   0   9   1  5  8.0  NaN

让我们试试这个：

df.where(df.where(df > 7).bfill(axis=1).notna())

输出：

    0   1   2  3    4    5
A   5   5  10  9  NaN  NaN
B  10  10  10  8  NaN  NaN
C   8   8   0  9  NaN  NaN
D  10  10  11  4  2.0  9.0
E   0   9   1  5  8.0  NaN

很好，但没有注意到我们能做的事。：-）@ScottBoston:既然你对我的回答感到疑惑，我想给你一个解释。如果您检查我编辑历史记录的时间，您将看到我在您之前发布了
bfill
解决方案。刚发完帖子，我就意识到我忽略了这个问题，所以我把它拿下来进行修复。在完成修复和测试并取消删除之前，我不会看到您的解决方案answer@ScottBoston：我们很酷。：）我看到评论消失了，但我想是版主这么删除的，不是你。因此，我想给你一个解释。我也提出了这个，
df.where（（df>7）.iloc[：，：-1].cummax（axis=1））