python - 如何将公式应用于 Dataframe 熊猫中的所有列

Question

我有以下数据框：

import pandas as pd
data = {'MA1': [ float("nan"),  float("nan"),      -1,   1],
        'MA2': [ float("nan"),            -1,       0,   0],
        'MA3': [            0,             0,       1,  -1]}
df_input = pd.DataFrame(data, columns=['MA1', 'MA2', 'MA3'])

我的目标是对于每一列，如果第一个非 nan 和非零值是 -1，则将其设置为 0。

澄清：

如果第一个非 0 和非 nan 值为 -1，则目标仅设置为 0。如果它是 1 或其他任何值，则将其留在那里。

最快的方法是什么？

标签： pythonpandas

Answer 1

DataFrame.loc当第一个有效值为 时，您可以遍历列并使用分配 0 -1：

dft = df_input.replace(0, np.NaN)

for col in df_input.columns:
    idxmin = dft[col].idxmin()
    if df_input.loc[idxmin, col] == -1:
        df_input.loc[idxmin, col] = 0

   MA1  MA2  MA3
0  NaN  NaN    0
1  NaN  0.0    0
2  0.0  0.0    1
3  1.0  0.0    0

---

或者通过使用来提高效率，DataFrame.idxmin这样我们就不必Series.idxmin在循环中调用每次迭代：

dft = df_input.replace(0, np.NaN).idxmin()

for col, idx in dft.iteritems():
    if df_input.loc[idx, col] == -1:
        df_input.loc[idx, col] = 0

   MA1  MA2  MA3
0  NaN  NaN    0
1  NaN  0.0    0
2  0.0  0.0    1
3  1.0  0.0    0