如何用Pandas实现每行从首个非NaN值起将后续NaN替换为0

针对每行从第一个非NaN数值开始，将后续NaN替换为0的需求，可以通过以下高效的向量式操作实现：

步骤1：构造示例数据 #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Carol'],
    'day1': [np.nan, np.nan, 3.0],
    'day2': [5.0, np.nan, np.nan],
    'day3': [np.nan, 3.0, np.nan],
    'day4': [6.0, 2.0, 4.0]
})

步骤2：核心处理代码 #

# 筛选需要处理的数值列（排除name列）
num_cols = [col for col in df.columns if col.startswith('day')]

# 生成掩码：标记每行第一个非NaN值之后的所有位置
has_seen_valid = df[num_cols].notna().cumsum(axis=1) > 0

# 将符合条件的NaN替换为0
df[num_cols] = df[num_cols].mask(has_seen_valid & df[num_cols].isna(), 0)

结果验证 #

处理后的数据框如下：

name  day1  day2  day3  day4
0  Alice   NaN   5.0   0.0   6.0
1    Bob   NaN   NaN   3.0   2.0
2  Carol   3.0   0.0   0.0   4.0

代码解释 #

• df[num_cols].notna().cumsum(axis=1)：对每行的非NaN值做累积计数，第一个非NaN值出现后，后续位置的累积计数都会大于0
• has_seen_valid & df[num_cols].isna()：筛选出"在第一个非NaN之后"且"当前值为NaN"的位置
• mask()方法：将上述位置的值替换为0，其余值保持不变

内容的提问来源于stack exchange，提问作者Amuseur