Python Pandas实现行级补充压制：确保每行至少2个压制值

你的思路完全可行，在Pandas里可以轻松实现。下面提供两种方案，分别适合不同场景：

方案一：逐行处理（贴合你的初始思路，易理解） #

这种方法通过apply逐行遍历数据，完全匹配你“找最小非-1值、替换第一个出现的该值”的逻辑，适合刚接触Pandas的阶段快速上手：

import pandas as pd

# 初始化数据
data = {'group':['group1','group2','group3','group4'],
        'cat1':[0,-1,-1,-1],
        'cat2':[-1,22,14,-1],
        'cat3':[0,0,-1,0],
        'sup_cnt':[1,1,2,3]}
df = pd.DataFrame(data)

# 定义需要处理的分类列
cat_cols = ['cat1', 'cat2', 'cat3']

# 编写单行处理函数
def process_single_row(row):
    # 提取当前行的分类列数据
    category_vals = row[cat_cols]
    # 筛选出非-1的数值
    non_suppressed = category_vals[category_vals != -1]
    
    # 如果没有可替换的数值，直接返回原行
    if non_suppressed.empty:
        return row
    
    # 找到最小的非压制值
    min_val = non_suppressed.min()
    # 定位第一个出现该最小值的列
    first_min_col = non_suppressed[non_suppressed == min_val].index[0]
    # 替换为-1
    row[first_min_col] = -1
    return row

# 对sup_cnt=1的行应用处理函数，其他行保持不变
df = df.apply(lambda x: process_single_row(x) if x['sup_cnt'] == 1 else x, axis=1)

print(df)

方案二：向量化处理（高效适配大数据量） #

如果你的数据集很大，逐行处理效率会偏低，这种向量化方法利用Pandas的矩阵运算特性，速度更快：

import pandas as pd

# 初始化数据
data = {'group':['group1','group2','group3','group4'],
        'cat1':[0,-1,-1,-1],
        'cat2':[-1,22,14,-1],
        'cat3':[0,0,-1,0],
        'sup_cnt':[1,1,2,3]}
df = pd.DataFrame(data)

cat_cols = ['cat1', 'cat2', 'cat3']
df_processed = df.copy()

# 筛选需要处理的行（sup_cnt=1）
mask = df_processed['sup_cnt'] == 1

# 计算每行非-1数值的最小值（用NaN替代-1后取最小）
min_values = df_processed[cat_cols].where(df_processed[cat_cols] != -1).min(axis=1)

# 构造布尔矩阵：标记每行中等于最小值且非-1的位置
bool_matrix = (df_processed[cat_cols] == min_values[:, None]) & (df_processed[cat_cols] != -1)
# 找到每行第一个符合条件的列名
first_min_columns = bool_matrix.idxmax(axis=1)

# 批量替换目标值
for idx in df_processed[mask].index:
    target_col = first_min_columns[idx]
    df_processed.loc[idx, target_col] = -1

print(df_processed)

两种方案运行后都会得到你期望的结果：

group  cat1  cat2  cat3  sup_cnt
0  group1    -1    -1     0        1
1  group2    -1    22    -1        1
2  group3    -1    14    -1        2
3  group4    -1    -1     0        2

内容的提问来源于stack exchange，提问作者s_bklyn