說我有這樣的熊貓數據框： 在此處輸入圖像描述現在，如果該行中已經出現 1，我想將所有 1 更新為 0。因此，新的 df 將如下所示： 在此處輸入圖像描述df = pd.DataFrame({"Col_A":[0, 1, 0, 1, 1], "Col_B":[1, 0, 0, 0, 1], "Col_C":[0, 0, 0, 0, 1],"Col_D":[1, 1, 0, 0, 1], "Col_E":[0, 0, 1, 0, 1]})我想知道是否有一種有效的方法可以在熊貓中實現這一點。目前，我正在遍歷每一行，然后是每一列，然后保留一個標志以檢查是否發生了 1 并隨后更新值。
1 回答
皈依舞
TA貢獻1851條經驗 獲得超3個贊
設置
import numpy as np
df = pd.DataFrame(np.random.randint(2,size = (10,10)))
print(df)
0 1 2 3 4 5 6 7 8 9
0 0 0 1 0 0 1 0 0 0 1
1 0 0 0 0 0 1 1 1 1 1
2 0 1 0 1 0 1 0 0 0 1
3 1 0 0 1 0 1 0 0 1 1
4 1 0 1 1 0 1 0 0 0 0
5 0 1 1 1 1 0 1 0 1 1
6 0 0 0 1 1 0 0 0 1 0
7 1 1 1 1 1 0 0 0 1 1
8 0 0 0 0 0 1 1 0 1 1
9 0 0 0 1 0 0 0 1 0 1
解決方案
Series.cumsum與Series.shift表演面具DataFrame.mask
df.mask(df.cumsum(axis = 1).shift(axis = 1).gt(0),0)
0 1 2 3 4 5 6 7 8 9
0 0 0 1 0 0 0 0 0 0 0
1 0 0 0 0 0 1 0 0 0 0
2 0 1 0 0 0 0 0 0 0 0
3 1 0 0 0 0 0 0 0 0 0
4 1 0 0 0 0 0 0 0 0 0
5 0 1 0 0 0 0 0 0 0 0
6 0 0 0 1 0 0 0 0 0 0
7 1 0 0 0 0 0 0 0 0 0
8 0 0 0 0 0 1 0 0 0 0
9 0 0 0 1 0 0 0 0 0 0
輸出 OP 數據幀
print(df.mask(df.cumsum(axis = 1).shift(axis = 1).gt(0),0))
Col_A Col_B Col_C Col_D Col_E
0 0 1 0 0 0
1 1 0 0 0 0
2 0 0 0 0 1
3 1 0 0 0 0
4 1 0 0 0 0
另一個可能的解決方案：DataFrame.clip
df.sub(df.cumsum(1)).add(df).clip(lower = 0)
添加回答
舉報
0/150
提交
取消