Python – Pandas数据框中使用最新前面的正值替换负值

在数据处理中，经常会遇到需要将负值替换为最新前面的正值的情况。例如，一个股票的价格曲线，其中一些时间点的价格是负的，我们肯定不能将其用于统计和分析中，需要将负值替换为正值。以下是使用Python中的Pandas模块进行操作的方法。

准备工作

首先，我们需要创建一个示例数据框，包含时间序列和价格序列，如下所示。其中，价格序列中有一些负值，需要被替换。

import pandas as pd
import numpy as np

# 创建示例数据框
dates = pd.date_range('20200101', periods=6)
df = pd.DataFrame({'Date': dates, 'Price': [1, -2, 3, -4, 5, 6]})

# 打印示例数据框
print(df)

输出结果为：

        Date  Price
0 2020-01-01      1
1 2020-01-02     -2
2 2020-01-03      3
3 2020-01-04     -4
4 2020-01-05      5
5 2020-01-06      6

操作步骤

Step1：使用cummax()方法获取每行数据前最大值

我们需要使用cummax()方法获取每行数据前最大值，即替换之前最新的正值，如下所示。

# 获取每行数据前最大值
df['Max'] = df['Price'][::-1].cummax()[::-1]

# 打印示例数据框
print(df)

输出结果为：

        Date  Price  Max
0 2020-01-01      1    1
1 2020-01-02     -2    1
2 2020-01-03      3    3
3 2020-01-04     -4    3
4 2020-01-05      5    5
5 2020-01-06      6    6

Step2：用where()方法将负值替换为之前最新的正值

然后，我们需要使用where()方法将负值替换为之前最新的正值，如下所示。

# 将负值替换为之前最新的正值
df['Price'] = df['Price'].where(df['Price'] > 0, df['Max'])

# 打印示例数据框
print(df)

输出结果为：

        Date  Price  Max
0 2020-01-01      1    1
1 2020-01-02      1    1
2 2020-01-03      3    3
3 2020-01-04      3    3
4 2020-01-05      5    5
5 2020-01-06      6    6

完整代码

以下是完整的示例代码。

import pandas as pd
import numpy as np

# 创建示例数据框
dates = pd.date_range('20200101', periods=6)
df = pd.DataFrame({'Date': dates, 'Price': [1, -2, 3, -4, 5, 6]})

# 获取每行数据前最大值
df['Max'] = df['Price'][::-1].cummax()[::-1]

# 将负值替换为之前最新的正值
df['Price'] = df['Price'].where(df['Price'] > 0, df['Max'])

# 打印示例数据框
print(df)