Блог

У меня есть «большая» таблица фреймов данных с индексом, представляющим собой коды стран (альфа-3), а столбцы — годы (с 1900 по 2000), импортированные через pd.read_csv(…) [как я понимаю, на самом деле это строка, поэтому мне нужно передать ее, например, как «1945»].

Значения равны 0,1,2,3. Мне нужно «распространять» эти значения до следующего значения, отличного от 0, для каждой строки.

• пример : 0 0 1 0 0 3 0 0 2 1
• становится: 0 0 1 1 1 3 3 3 2 1

Я понимаю, что мне не следует использовать итерации (текущая реализация примерно такая, как вы можете видеть, использование 2 циклов не является оптимальным, я думаю, я мог бы избавиться от одного, используя apply(row) )

 def spread_values(df):
    
    for idx in df.index:
    previous_v = 0
        for t_year in range(min_year, max_year):
            current_v = df.loc[idx, str(t_year)]
            if current_v == 0 and previous_v != 0:
                df.loc[idx, str(t_year)] = previous_v
            else:
                previous_v = current_v
 

Однако мне сказали, что я должен использовать функцию apply () или векторизацию или понимание списка, потому что это не оптимально?

Однако функция apply, независимо от оси, не позволяет динамически получать индекс / столбец (который мне нужен для условного обновления ячейки), и я думаю, что основная проблема, с которой я не могу заставить работать параметры vec или list, заключается в том, что у меня нет конечного набора имен столбцов, нодовольно широкий диапазон (во всех примерах, которые я вижу, используется несколько именованных столбцов …)

Какое здесь было бы более оптимальным / более элегантным решением?

ИЛИ фреймы данных вообще не подходят для моих данных? что я должен использовать вместо этого?

Вы можете использовать df.replace(to_replace=0, method='ffil) . Это заполнит все нули в вашем фрейме данных (за исключением нулей, возникающих в начале вашего фрейма данных) предыдущим ненулевым значением для каждого столбца.

Если вы хотите это сделать, к rowwise сожалению .replace() , функция не принимает axis аргумент. Но вы можете transpose dataframe заменить нули и transpose снова: df.T.replace(0, method='ffill').T