Python 在非零值之间填充零，保留其他零

我需要在dataframe列中填充零，如标题中所述，我可以使用iterrows（）或itertuples（）（类似的执行时间）和一些条件来完成，但我希望有一种更快的方法

有些连续的、相同的整数之间有时有一个或两个零。这些是我需要用它们分开的整数填充的零。所有其他零（不在非零整数之间，因此您也可以说一行中有两个以上的零）保持为零

x = [[0,0,0,0,0,2,2,2,0,2,2,0,0,0,0,0,0,0,0,1,1,1,0,0,1,1,0,0,0,0],
     [0,0,0,0,3,3,0,0,3,3,3,3,0,0,0,0,0,2,2,2,0,2,2,0,0,0,0,0,0,0],
     [0,0,0,0,0,0,0,0,0,1,1,1,0,0,1,1,1,0,1,1,1,0,0,0,0,0,0,0,0,0]]
df = pd.DataFrame.from_records(x).T
df.columns = ['x', 'y', 'z']

    x   y   z
0   0   0   0
1   0   0   0
2   0   0   0
3   0   0   0
4   0   3   0
5   2   3   0
6   2   0   0
7   2   0   0
8   0   3   0
9   2   3   1
10  2   3   1
11  0   3   1
12  0   0   0
13  0   0   0
14  0   0   1
15  0   0   1
16  0   0   1
17  0   2   0
18  0   2   1
19  1   2   1
20  1   0   1
21  1   2   0
22  0   2   0
23  0   0   0
24  1   0   0
25  1   0   0
26  0   0   0
27  0   0   0
28  0   0   0
29  0   0   0

所需的输出将是：

    x   y   z
0   0   0   0
1   0   0   0
2   0   0   0
3   0   0   0
4   0   3   0
5   2   3   0
6   2   3   0
7   2   3   0
8   2   3   0
9   2   3   1
10  2   3   1
11  0   3   1
12  0   0   1
13  0   0   1
14  0   0   1
15  0   0   1
16  0   0   1
17  0   2   1
18  0   2   1
19  1   2   1
20  1   2   1
21  1   2   0
22  1   2   0
23  1   0   0
24  1   0   0
25  1   0   0
26  0   0   0
27  0   0   0
28  0   0   0
29  0   0   0

---

您可以首先将0替换为

np.nan

，

ffill

和

bfill

并比较它们是否相等，然后保留

ffilled

df并将0分配给其他人：

u = df.replace(0,np.nan)
a = u.ffill()
b = u.bfill()
yourout = a.where(a==b,0).astype(df.dtypes)

---

---

让我们看看你到目前为止做了什么……我怀疑有没有更快的办法；你必须检查行与行之间的距离，这样它几乎需要一个滚动缓冲区，不管你的最大间隙长度是多少。这个解决方案不是我的，我在这台机器上也没有，但这是一个很长的条件，我基本上可以分为if（iloc[x]！=0）&（iloc[x]==iloc[x+2]）：iloc[x+1]=iloc[x]和一个类似的秒，如果这是在iloc上[x+3]并填充iloc[x+1]和iloc[x+2]伟大的答案和聪明的逻辑。@ShubhamSharma谢谢：-）这是一个伟大而简洁的答案。我还要感谢@ShubhamSharma你的回答，你的回答超出了我所能想到的范围，让我重新审视了面具和Cumsum，并说服我熟悉那些不受欢迎的函数，并将它们放入我的工具箱。

print(yourout)

    x  y  z
0   0  0  0
1   0  0  0
2   0  0  0
3   0  0  0
4   0  3  0
5   2  3  0
6   2  3  0
7   2  3  0
8   2  3  0
9   2  3  1
10  2  3  1
11  0  3  1
12  0  0  1
13  0  0  1
14  0  0  1
15  0  0  1
16  0  0  1
17  0  2  1
18  0  2  1
19  1  2  1
20  1  2  1
21  1  2  0
22  1  2  0
23  1  0  0
24  1  0  0
25  1  0  0
26  0  0  0
27  0  0  0
28  0  0  0
29  0  0  0