使用Pandas按组将零值替换为组内非零值的技术需求

需要在大型Pandas DataFrame中，将每个分组内的所有零值替换为该组内唯一的非零值。示例场景为：每天仅有一个小时的value字段为非零值，其余小时均为零值。

示例数据 #

创建示例DataFrame的代码 #

import pandas as pd

data = {
    'week': [1,1,1,1,1,1,1,1,1],
    'day': [1,1,1,2,2,2,3,3,3],
    'hour': [1,2,3,1,2,3,1,2,3],
    'value': [0,123,0,456,0,0,0,789,0]
}
simple = pd.DataFrame(data)

原始DataFrame内容 #

期望处理结果 #

将每天（按week+day分组）内的零值替换为当天的非零值，处理后结果如下（可选择替换原列或新增列）：

解决方案 #

针对大型DataFrame，推荐使用向量化分组操作，避免循环提升效率：

方法1：使用groupby.transform提取组内非零值 #

# 方式1：新增填充后的列
simple['filled_value'] = simple.groupby(['week', 'day'])['value'].transform(
    lambda x: x[x != 0].iloc[0]
)

# 方式2：直接替换原列
simple['value'] = simple.groupby(['week', 'day'])['value'].transform(
    lambda x: x[x != 0].iloc[0]
)

原理：按week和day分组后，transform会对每个组执行lambda函数——筛选出非零值（每个组仅一个）并取第一个值，最终返回与原数据索引对齐的结果，自动完成零值替换。

方法2：结合mask与groupby.transform #

由于每个组仅存在一个非零值，使用max/min/sum均可直接获取该值，代码更简洁：

simple['value'] = simple['value'].mask(
    simple['value'] == 0,
    simple.groupby(['week', 'day'])['value'].transform('max')
)

原理：mask会将value为0的位置替换为后面的对应值，而groupby.transform('max')会返回每个组的非零值，与原数据索引对齐。

内容的提问来源于stack exchange，提问作者twin_pilgrim