pandas如何将行内值替换为该行首个非零值 空行替换为0.0

原代码存在的问题 #

• 空值识别失效：你为D列赋值的""是空字符串，不属于pandas默认识别的空值类型，isnull()方法无法检测，需要先统一转换为np.nan。
• 首个非零值获取逻辑错误：cumsum(axis=1).min(axis=1)的逻辑无法正确提取每行从左到右的第一个非零值，需要先将0值转为空值后按行取第一个有效值。
• 替换逻辑语法错误：df.any(axis=1).replace(df, first_nonzero_df)的写法不符合replace方法的调用规则，any()返回的布尔序列无法直接替换原DataFrame的数值。

正确实现代码 #

import pandas as pd
import numpy as np

# 构造原始数据
data = {
    'VOL1': [0, 21, 19, 18],
    'VOL2': [1, 21, 0, 0],
    'D': [3, "", 0, ""]
}
df = pd.DataFrame(data)

# 统一空值格式，将空字符串转为np.nan
df = df.replace("", np.nan)

# 计算每行从左到右的第一个非零非空值
# 先把0替换为nan，按行向后填充后取第一列即为每行首个非零值
row_first_nonzero = df.replace(0, np.nan).bfill(axis=1).iloc[:, 0]

# 按规则生成结果：非空位置替换为该行首个非零值，空位置替换为0.0
result = df.apply(
    lambda row: [row_first_nonzero[row.name] if pd.notna(val) else 0.0 for val in row],
    axis=1,
    result_type='expand'
)
result.columns = df.columns

# 输出结果
print(result)

输出结果验证 #

运行上述代码后输出结果如下，完全匹配预期：

VOL1  VOL2     D
0   1.0   1.0   1.0
1  21.0  21.0   0.0
2  19.0  19.0  19.0
3  18.0  18.0   0.0

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