代码之家 › 专栏 › 技术社区 › user44840

熊猫数据帧阈值--如果超过,则保持数字固定

boolean dataframe numpy pandas python

user44840 · 技术社区 · 7 年前

从第1天到第7天,我有一个包含三个人(约翰、特里、亨利)的数据框。

          1     2     3     4     5     6      7
John    1.3   2.8   3.0   4.4   2.6   3.1    4.8
Terry   1.1   2.3   4.1   5.5   3.7   2.1    3.8
Henry   0.3   1.0   2.0   3.0   2.7   1.1    2.8

我如何设置这样的分数上限 一旦得分达到>2.5,从那天起,无论分数是多少,所有分数都是固定的

输出应为:

          1     2     3     4     5     6      7
John    1.3   2.8   2.8   2.8   2.8   2.8    2.8
Terry   1.1   2.3   4.1   4.1   4.1   4.1    4.1
Henry   0.3   1.0   2.0   3.0   3.0   3.0    3.0

尝试以下操作无效。我首先对所有数字进行布尔运算>2.5至“1”,然后对累积总和应用掩码:

df = df.mask((df > 2.5).cumsum(axis=1) > 0, df)

1 回复 | 直到 7 年前

jezrael 7 年前

您可以找到第一个非 NaN 价值依据 where 具有 bfill 并按选择第一列 iloc :

m = (df > 2.5).cumsum(axis=1) > 0

s = df.where(m).bfill(axis=1).iloc[:, 0]
print (s)
John     2.8
Terry    4.1
Henry    3.0
Name: 1, dtype: float64

df = df.mask(m, s, axis=0)

或 shift 遮罩和正向填充 南安 s到最后一个值:

m = (df > 2.5).cumsum(axis=1) > 0
df = df.mask(m.shift(axis=1).fillna(False)).ffill(axis=1)
print (df)
         1    2    3    4    5    6    7
John   1.3  2.8  2.8  2.8  2.8  2.8  2.8
Terry  1.1  2.3  4.1  4.1  4.1  4.1  4.1
Henry  0.3  1.0  2.0  3.0  3.0  3.0  3.0

推荐文章