如何用Python Pandas将连续0后的首个非0行值置为0

原始数据 #

import pandas as pd
df = pd.DataFrame({ 'rpm': [2.0, 4.5, 5.6, 6.0, 7.0, 6.0, 0.0, 0.0, 3.0, 5.0, 9.0, 8.9, 9.3, 0, 0, 0, 6, 7, 8, 9, 13] })

需求说明 #

需要把连续0值序列之后、非0值序列之前的那个非0值置为0，也就是示例中的3.0和6需要替换成0，最终预期输出：

df = pd.DataFrame({ 'rpm': [2.0, 4.5, 5.6, 6.0, 7.0, 6.0, 0.0, 0.0, 0.0, 5.0, 9.0, 8.9, 9.3, 0.0, 0.0, 0.0, 0.0, 7, 8, 9, 13] })

尝试的代码（未达预期） #

for i in range(1, len(df) - 1):
    if df['rpm'].iloc[i-1] == 0 and df['rpm'].iloc[i+1] != 0 :
        df['rpm'].iloc[i] = 0

问题分析 #

这段代码没生效的核心原因：

1. 赋值方式错误：直接用df['rpm'].iloc[i] = 0属于链式索引操作，Pandas中这种操作可能会修改DataFrame的副本而非原数据，导致修改不生效；
2. 逻辑兼容性差：虽然示例中3.0的位置能命中条件，但如果遇到更复杂的连续0场景，这种逐行判断的循环效率极低，且容易遗漏边界情况。

正确实现方式 #

推荐使用Pandas的向量化操作，高效且准确地定位目标元素：

方法一：基于分组标记（通用型） #

通过标记连续的0/非0分组，精准找到连续0组之后的第一个非0组的首个元素：

import pandas as pd

df = pd.DataFrame({ 'rpm': [2.0, 4.5, 5.6, 6.0, 7.0, 6.0, 0.0, 0.0, 3.0, 5.0, 9.0, 8.9, 9.3, 0, 0, 0, 6, 7, 8, 9, 13] })

# 标记每个元素所属的连续分组（相同值连续出现则为同一组）
group_id = (df['rpm'] != df['rpm'].shift()).cumsum()

# 标记每个分组的类型：是0组还是非0组
is_zero_group = df.groupby(group_id)['rpm'].transform(lambda x: x.iloc[0] == 0)

# 生成掩码：当前分组是非0组，前一个分组是0组，且是当前分组的第一个元素
mask = (is_zero_group == False) & (is_zero_group.shift() == True) & (df.groupby(group_id).cumcount() == 0)

# 置0操作
df.loc[mask, 'rpm'] = 0

print(df.to_string())

方法二：基于shift直接判断（简洁型） #

直接通过shift判断当前元素是否是连续0之后的第一个非0，且后续跟着非0元素：

import pandas as pd

df = pd.DataFrame({ 'rpm': [2.0, 4.5, 5.6, 6.0, 7.0, 6.0, 0.0, 0.0, 3.0, 5.0, 9.0, 8.9, 9.3, 0, 0, 0, 6, 7, 8, 9, 13] })

# 生成掩码：当前值非0，前一个值是0，后一个值非0
mask = (df['rpm'] != 0) & (df['rpm'].shift() == 0) & (df['rpm'].shift(-1) != 0)

# 置0操作
df.loc[mask, 'rpm'] = 0

print(df.to_string())

两种方法都能得到预期结果，方法一更适合复杂的连续序列场景，方法二更简洁直观。

内容的提问来源于stack exchange，提问作者appu