熊猫用先前的非零值替换零
我有以下数据框：
index = range(14)
data = [1, 0, 0, 2, 0, 4, 6, 8, 0, 0, 0, 0, 2, 1]
df = pd.DataFrame(data=data, index=index, columns = ['A'])
如何使用熊猫用先前的非零值填充零？是否有不仅仅用于“ NaN”的fillna？
输出应如下所示：
[1, 1, 1, 2, 2, 4, 6, 8, 8, 8, 8, 8, 2, 1]
（在此之前曾问过这个问题，在此之前，用最后一个非零值填充1d
numpy数组的零值，
但他只是在寻求numpy解决方案）
问题答案：
你可以用replace与method='ffill'
In [87]: df['A'].replace(to_replace=0, method='ffill')
Out[87]:
0 1
1 1
2 1
3 2
4 2
5 4
6 6
7 8
8 8
9 8
10 8
11 8
12 2
13 1
Name: A, dtype: int64
要获取numpy数组，请继续 values
In [88]: df['A'].replace(to_replace=0, method='ffill').values
Out[88]: array([1, 1, 1, 2, 2, 4, 6, 8, 8, 8, 8, 8, 2, 1], dtype=int64)
-
问题内容： 我知道这个问题有很多主题，但是没有一种方法适合我，因此我将发布有关我的具体情况的信息 我有一个看起来像这样的数据框： 我想做的是将“性别”列中的全0替换为“女”，并将所有1替换为“男”，但是当我使用上面的代码时，数据框中的值似乎没有变化 我是否使用了replace（）错误？还是有更好的方法进行条件值替换？ 问题答案： 是的，您使用的是错误的，默认情况下不是就地操作，它会返回替换的数据框
-
问题内容： 我在csv文件中有这样的数据 我可以像这样阅读和分组 我懂了 我希望这个（顺序无所谓） 我想知道是否有可能算零次 问题答案： 你可以用与： 如果您需要使用输出：
-
问题内容： 鉴于熊猫0.20.0的更新和弃用，我想知道用其余的和获得相同结果的最有效方法是什么。我只是回答了这个问题，但是第二种选择（不使用）似乎效率低下且冗长。 片段： 同时使用条件和索引位置过滤时，这是正确的方法吗？ 问题答案： 通过用位置对特定索引进行切片来获得所需的索引值，您可以留在一个单一的世界中。
-
问题内容： 给定以下数组，我想用点替换逗号： 我一直在尝试不同的方式，但是我不知道该怎么做。另外，我已将其作为DataFrame导入，但无法应用该函数： 有什么建议如何解决这个问题？ 问题答案： 您需要分配的结果，你的工作早在操作不就地，除了可以使用或并用矢量化要做到这一点更快： 这里的关键是分配结果：
-
问题内容： 我想知道是否有某种方式将所有DataFrame负数替换为零？ 问题答案： 如果所有列都是数字列，则可以使用布尔索引： 对于更一般的情况，此答案显示了private方法： 使用类型，布尔索引似乎可以在单独的列上工作，但不能在整个数据帧上工作。因此，您可以执行以下操作： 更新： 与整个DataFrame上的作品进行比较：
-
问题内容： 我想在包含空格（任意数量）的Pandas数据框中找到所有值，并用NaN替换这些值。 有什么想法可以改善吗？ 基本上我想把这个： 变成这个： 我已经用下面的代码做到了，但是这很丑。这不是Pythonic，而且我敢肯定，这也不是最有效的熊猫使用方式。我遍历每一列，并对通过应用对每个值进行正则表达式搜索的函数生成的列掩码进行布尔替换，在空白处进行匹配。 通过仅迭代可能包含空字符串的字段，可以