Python 如果后续值为非零值，则将零值替换为ffill non-zero

我需要将pandas中的“0”行数据替换为前几行的非零值，当且仅当“0”后面的行中的值非零时

即

将成为：

101
92
78
78
107
0
0

任何关于如何做到这一点的想法都将不胜感激：-）

---

谢谢

使用

shift

您可以

In [608]: df.loc[(df.val == 0) & (df.val.shift(-1) != 0), 'val'] = df.val.shift(1)

In [609]: df
Out[609]:
     val
0  101.0
1   92.0
2   78.0
3   78.0
4  107.0
5    0.0
6    0.0

---

这是一个类似于的答案，但与之相比速度更快：

In [12]: np.where((df.Val.values==0)&(df.Val.shift(-1)!=0),df.Val.shift(),df.Val)
Out[31]: array([ 101.,   92.,   78.,   78.,  107.,    0.,    0.])

In [24]: %timeit np.where((df.Val.values==0)&(df.Val.shift(-1)!=0),df.Val.shift(),df.Val)
1000 loops, best of 3: 671 µs per loop

In [25]: %timeit df.loc[(df.Val == 0) & (df.Val.shift(-1) != 0), 'val'] = df.Val.shift(1)
100 loops, best of 3: 2.01 ms per loop

---

df.val.shift（-1）！=0始终为真，因为
NaN！=0
。如果最后一行中的0前面有一个非零值（并且假设OP不希望最后一行中的0在这种情况下向前填充），则可能会出现问题。使用
（df['val']！=0.shift（-1）=True
而不是
df.val.shift（-1）！=0是一种变通方法。
In [12]: np.where((df.Val.values==0)&(df.Val.shift(-1)!=0),df.Val.shift(),df.Val)
Out[31]: array([ 101.,   92.,   78.,   78.,  107.,    0.,    0.])

In [24]: %timeit np.where((df.Val.values==0)&(df.Val.shift(-1)!=0),df.Val.shift(),df.Val)
1000 loops, best of 3: 671 µs per loop

In [25]: %timeit df.loc[(df.Val == 0) & (df.Val.shift(-1) != 0), 'val'] = df.Val.shift(1)
100 loops, best of 3: 2.01 ms per loop