Pandas如何将DataFrame中0值替换为对应列最小值的一半

我是Python初学者，目前正尝试实现以往使用R语言完成的DataFrame处理操作。我有一个2592行、205列的大型DataFrame，需要将表中所有0.0值替换为该值所在列最小值的二分之一。

使用随机生成的DataFrame做示例：

import pandas as pd
import numpy as np
np.random.seed(1)
df = pd.DataFrame(np.random.randint(0,10, size=(3,5)), columns = ['A', 'B', 'C', 'D', 'E'])
print(df)

原始DataFrame输出如下：

A  B  C  D  E
0  5  8  9  5  0
1  0  1  7  6  9
2  2  4  5  2  4

期望得到的处理结果：

A  B  C  D  E
0  5  8  9  5  2
1  1  1  7  6  9
2  2  4  5  2  4

我最初编写了如下双层for循环尝试实现需求，但运行后无法达到预期效果：

for column in df:
    for element in column:
        if element == 0:
            element = df[column].min()/2

你写的循环存在3个核心问题：

• 外层for column in df迭代拿到的是列名字符串（比如'A'、'B'），不是列数据本身，内层循环遍历的是列名字符串的单个字符，根本没有读取到DataFrame里的单元格值
• 就算修正了迭代逻辑拿到单元格值，直接给临时变量element赋值也不会修改原DataFrame中存储的数值，这种逐元素遍历的写法在pandas里效率极低，不推荐使用
• 逻辑存在漏洞：如果直接对包含0的列求min()，得到的最小值就是0，除以2还是0，替换后没有任何效果，计算最小值时需要先排除列中的0值

使用pandas内置的向量化操作实现，代码简洁且运行效率远高于手写循环，两步即可完成：

1. 先计算每列排除0值后的最小值，除以2得到该列0值对应的替换值
2. 将DataFrame中所有等于0的单元格，替换为对应列计算好的替换值

完整实现代码：

import pandas as pd
import numpy as np

np.random.seed(1)
df = pd.DataFrame(np.random.randint(0,10, size=(3,5)), columns = ['A', 'B', 'C', 'D', 'E'])

# 计算每列非0最小值的1/2，作为替换基准
replace_map = df.replace(0, np.nan).min() / 2
# 将所有0值按列替换为对应基准值
df = df.mask(df == 0, replace_map, axis=1)

print(df)

运行后输出结果和预期完全一致：

A  B  C  D  E
0  5  8  9  5  2
1  1  1  7  6  9
2  2  4  5  2  4

注：该方法为pandas原生向量化实现，处理2592行、205列的数据集时速度远快于循环写法，没有性能问题。

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