python - 循环替换值所需的时间太长

Question

我有 900 万行代码，我必须将每个“.”替换为上面一行中的数字。这意味着如果第 1 列包含“7”，则下面的点应替换为“7”。但如果第 3 列包含“44 ”，则后续值必须替换为 44，依此类推。

问题:目前处理 10,000 行需要 18 分钟。

您对如何优化它有什么想法吗？如果是的话，可以给我代码吗？

尝试将值放入另一个 df 并从那里开始工作，但这会使事情稍微快一些(从 18 分钟到 17 分钟)

我不知道为什么，但 .replace 不起作用

for x in range(0,len(BD)):
    if BD['A_SECOND'].iloc[x] <> "." :
        Second = BD['A_SECOND'].iloc[x]
    else:
        BD['A_SECOND'].iloc[x] = Second

如上所述，代码应将第一列转换为第二列:

column1old    column1new
7             7
.             7
.             7
33            33
.             33
.             33
.             33
2             2
.             2

等等..

谢谢! :)

Answer 1

您可以将点替换为 NaN 值，然后使用 fillna(method='ffill'):

BD['A_SECOND'] = np.where(BD['A_SECOND'] == '.', np.nan, BD['A_SECOND'])
BD['A_SECOND'].fillna(method='ffill', inplace=True)