Pandas：将所有<= 0的值按组设置为列中的最大值，但仅在该组中的最后一个正值之后

Question

我正在尝试按组将所有 <= 0 的值设置为该组中的最大值，但仅在最后一个正值之后。也就是说，必须忽略组中最后一个正值之前的所有值 <=0。例子：data = {'group':['A', 'A', 'A', 'A', 'A', 'B', 'B',                 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],                  'value':[3, 0, 8, 7, 0, -1, 0, 9, -2, 0, 0, 2, 0, 5, 0, 1]} df = pd.DataFrame(data)df  group  value0   A      31   A      02   A      83   A      74   A      05   B     -16   B      07   B      98   B     -29   B      010  B      011  C      212  C      013  C      514  C      015  C      1结果必须是：  group  value0   A      31   A      02   A      83   A      74   A      85   B     -16   B      07   B      98   B      99   B      910  B      911  C      212  C      013  C      514  C      015  C      1谢谢指教

Answer 1

首先添加一列来标识具有负值的行（更准确地说 <= 0）：

df['neg'] = (df['value'] <= 0)

然后，对于每个组，找到'neg'设置为 True 且连续的最后几个条目的序列。为此，请颠倒 DataFrame 的顺序（带.iloc[::-1]），然后.cumprod()在'neg'列上使用。cumprod()会将 True 视为 1，将 False 视为 0，因此只要您看到所有 True，累积乘积将为 1，并且一旦您看到第一个 False，累积乘积就会变为并保持 0。由于我们颠倒了顺序，所以我们从末尾倒退，所以我们在末尾找到 True 的序列。

df['upd'] = df.iloc[::-1].groupby('group')['neg'].cumprod().astype(bool)

现在我们知道要更新哪些条目，我们只需要知道将它们更新到什么，这是组的最大值。我们可以transform('max')在 groupby 上使用来获取该值，然后剩下的就是对设置的'value'位置进行实际更新'upd'：

df.loc[df['upd'], 'value'] = df.groupby('group')['value'].transform('max')

我们可以通过删除我们在该过程中使用的两个辅助列来完成：

df = df.drop(['neg', 'upd'], axis=1)

我得到的结果与您的预期结果相符。

更新：或者在单个（长！）行中执行整个操作，而不向原始 DataFrame 添加任何辅助列：

df.loc[

    df.assign(

        neg=(df['value'] <= 0)

    ).iloc[::-1].groupby(

        'group'

    )['neg'].cumprod().astype(bool),

    'value'

] = df.groupby(

    'group'

)['value'].transform('max')

Answer 2

你可以这样做。

(df.loc[(df.assign(m=df['value'].lt(0)).groupby(['group'], sort=False)['m'].transform('any')) &

    (df.index>=df.groupby('group')['value'].transform('idxmin')),'value']) = np.nan

df['value']=df.groupby('group').ffill()

df

输出

group   value

0   A   3.0

1   A   0.0

2   A   8.0

3   A   7.0

4   A   0.0

5   B   -1.0

6   B   0.0

7   B   9.0

8   B   9.0

9   B   9.0

10  B   9.0

11  C   2.0

12  C   0.0

13  C   5.0

14  C   0.0

15  C   1.0