如何将DataFrame中大于Series的元素替换为该Series对应值？

原始数据 #

给定的DataFrame如下：

a   b  c
0  1   2  3
1  nan 2  3
2  1   2  nan

预期结果 #

转换后需要得到：

a   b  c
0  1   2  3
1  nan 2  2
2  1   2  nan

解决方案 #

核心思路是先计算每行非缺失值的数量，再将每行中大于该数量的元素替换为对应行的计数。

代码实现

import pandas as pd
import numpy as np

# 构造原始DataFrame
df = pd.DataFrame({
    'a': [1, np.nan, 1],
    'b': [2, 2, 2],
    'c': [3, 3, np.nan]
})

# 计算每行非空值的数量
row_counts = df.count(axis=1)

# 利用广播机制进行元素替换
df = df.where(df <= row_counts[:, np.newaxis], row_counts[:, np.newaxis])

代码说明

• df.count(axis=1)：按行统计非NaN值的个数，得到一个与行数匹配的Series。
• row_counts[:, np.newaxis]：将一维Series转为二维数组（形状为(3,1)），这样可以和原DataFrame（3行3列）进行广播比较。
• df.where(cond, other)：当cond为True时保留原元素，否则用other的值替换，这里就是把大于行计数的元素替换为计数本身。

另一种实现方式（使用np.where）

如果习惯用numpy的方式，也可以这样写：

df = pd.DataFrame(
    np.where(df <= row_counts[:, np.newaxis], df, row_counts[:, np.newaxis]),
    columns=df.columns
)

内容的提问来源于stack exchange，提问作者xxyao