python pandas 用最大值填充 NaN 或毯子

Question

我有一个大数据框的问题。这是一个小片段。我想用最大值填充最后一列 E，如果有一些值或让它为空。那就是数据：d = {'A': [4000074, 4000074, 4000074, 4000074, 4000074, 4000074, 4000074, 4000074, 4000074,   4000074, 4000074, 4000074, 4000074, 4000074, 4000074, 4000074, 4000074, 4000074], 'B': ['SP000796746', 'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746','SP000796746',   'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746',    'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746', 'SP000796746'], 'C': [201926, 201926, 201926, 201926, 201926, 201926, 201909,201909, 201909, 201909, 201909,    201909, 201933, 201933, 201933, 201933, 201933, 201933], 'D': [-1, 0, 1, 2, 3, 4, -1, 0, 1, 2, 3, 4, -1, 0, 1, 2, 3, 4],  'E': [np.nan, 1000, 1000, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 3000, 3000, np.nan]}它看起来像这样：       A            B       C     D       E0   4000074  SP000796746  201926 -1     NaN1   4000074  SP000796746  201926  0  1000.02   4000074  SP000796746  201926  1  1000.03   4000074  SP000796746  201926  2     NaN4   4000074  SP000796746  201926  3     NaN5   4000074  SP000796746  201926  4     NaN6   4000074  SP000796746  201909 -1     NaN7   4000074  SP000796746  201909  0     NaN8   4000074  SP000796746  201909  1     NaN9   4000074  SP000796746  201909  2     NaN10  4000074  SP000796746  201909  3     NaN11  4000074  SP000796746  201909  4     NaN12  4000074  SP000796746  201933 -1     NaN13  4000074  SP000796746  201933  0     NaN14  4000074  SP000796746  201933  1     NaN15  4000074  SP000796746  201933  2  3000.016  4000074  SP000796746  201933  3  3000.017  4000074  SP000796746  201933  4     NaN

Answer 1

您可以使用D 列中的新 -1 和 中的组groupby.transform来完成。然后是原来的专栏。maxcumsumfillna

df['E'] = df['E'].fillna(df['E'].groupby(df['D'].eq(-1).cumsum()).transform('max'))

编辑：用零填充，你可以这样做：

mask = df['E'].groupby(df['D'].eq(-1).cumsum()).transform('any')

df.loc[mask, 'E'] = df.loc[mask, 'E'].fillna(0)