如何用最近的前一个非零元素快速填充数组中的零值？

针对你提出的数组零值替换为前一个非零值的需求，这里提供两种高效的实现方法，适配任意数量的“孤岛”零值区域：

纯NumPy实现（无额外依赖，适合大数据量） #

核心思路是通过追踪最近的非零值索引，用索引映射完成填充，全程无需循环，效率极高：

import numpy as np

def forward_fill_zeros(A):
    # 标记数组中非零元素的位置
    non_zero_mask = A != 0
    # 生成索引数组：非零位置保留自身索引，零位置设为0
    idx_array = np.where(non_zero_mask, np.arange(len(A)), 0)
    # 累加取最大值，确保每个位置保留到当前为止最近的非零元素索引
    idx_array = np.maximum.accumulate(idx_array)
    # 通过索引映射替换零值
    return A[idx_array]

测试示例 #

# 测试数组，包含多段零值孤岛
test_A = np.array([1.2, 0, 0, 3.5, 0, 0, 0, 5.1, 0])
filled_A = forward_fill_zeros(test_A)
print(filled_A)
# 输出：[1.2 1.2 1.2 3.5 3.5 3.5 3.5 5.1 5.1]

Pandas辅助实现（代码更简洁） #

如果你项目中已经使用Pandas，用其内置的前向填充ffill方法更省心：

import pandas as pd
import numpy as np

def forward_fill_with_pandas(A):
    # 将数组转为Series
    data_series = pd.Series(A)
    # 保留非零值，零值用前向填充替换
    filled_series = data_series.where(data_series != 0).ffill()
    # 转回NumPy数组
    return filled_series.to_numpy()

说明 #

• 两种方法都能处理任意数量的零值孤岛，且自动适配数组开头为零的情况（开头零值因无前置非零值，会保持为零）
• 纯NumPy方法无需额外依赖，适合高性能计算场景；Pandas方法代码更简洁，适合快速开发

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