pandas - 在 Pandas 中用 NaN 替换连续的 0

Question

我想通过仅替换数据框中连续的 0 来清理一些数据

给定:

import pandas as pd
import numpy as np
d = [[1,np.NaN,3,4],[2,0,0,np.NaN],[3,np.NaN,0,0],[4,np.NaN,0,0]]
df = pd.DataFrame(d, columns=['a', 'b', 'c', 'd'])
df

   a    b  c    d
0  1  NaN  3  4.0
1  2  0.0  0  NaN
2  3  NaN  0  0.0
3  4  NaN  0  0.0

期望的结果应该是:

   a    b  c    d
0  1  NaN  3   4.0
1  2  0.0  NaN NaN
2  3  NaN  NaN NaN
3  4  NaN  NaN NaN

其中 c 列和 d 列受到影响，但 b 列不受影响，因为它只有 1 个零(而不是连续的 0)。

我已经尝试过这个答案: Replacing more than n consecutive values in Pandas DataFrame column

这是正确的，但解决方案将第一个 0 保留在给定列中，这在我的情况下是不需要的。

Answer 1

让我们用mask做shift

df=df.mask((df.shift().eq(df)|df.eq(df.shift(-1)))&(df==0))
Out[469]: 
   a    b    c    d
0  1  NaN  3.0  4.0
1  2  0.0  NaN  NaN
2  3  NaN  NaN  NaN
3  4  NaN  NaN  NaN