Python・Pandas DataFrameで負の値を直前の正の値に置き換える方法

はじめに

PandasのDataFrameに含まれる負の値を、その直前に出現した「最新の正の値」で置き換える方法を解説します。もし直前に正の値が存在しない場合は、その値を0に更新します。

入力データの例

たとえば、次のようなDataFrameが入力だったとします。

DataFrame:
   One  two
0   -3   -6
1    7   -1
2    4    2
3    0   -8

出力結果の例

処理後の出力は次のようになります。

Updated DataFrame:
   One  two
0    0    0
1    7    0
2    4    2
3    0    2

「two」列を見ると、先頭の -6 は直前に正の値がないため 0 になり、末尾の -8 は直前の正の値 2 で置き換えられていることがわかります。

実装のポイント：mask() と ffill() の組み合わせ

負の値の置き換えには、DataFrameのマスキング（mask()）を使用します。mask() で条件に該当する値を一旦欠損値（NaN）に変換し、続けて前方補完（ffill()）を行うことで、NaNを直前の値＝直前の正の値で埋めることができます。

ステップ1：DataFrameの作成

まずはサンプルとなるpandasのDataFrameを作成します。

# pandasのDataFrameを作成
df = pd.DataFrame({'One': [-3, 7, 4, 0], 'two': [-6, -1, 2, -8]})

ステップ2：マスキングと前方補完の実行

次の1行で、負の値の置き換え処理が完了します。

df = df.mask(df.lt(0)).ffill().fillna(0).astype('int32')

完全なサンプルコード

import pandas as pd

# pandasのDataFrameを作成
df = pd.DataFrame({'One': [-3, 7, 4, 0], 'two': [-6, -1, 2, -8]})

# 元のDataFrameを表示
print("DataFrame:\n", df)

# マスキング＋前方補完＋欠損値を0で埋める
df = df.mask(df.lt(0)).ffill().fillna(0).astype('int32')

# 更新後のDataFrameを表示
print("\nUpdated DataFrame:\n", df)

実行結果

このコードを実行すると、次のような出力が得られます。

DataFrame:
   One  two
0   -3   -6
1    7   -1
2    4    2
3    0   -8
Updated DataFrame:
   One  two
0    0    0
1    7    0
2    4    2
3    0    2

処理の流れを詳しく解説

ワンライナーで書かれた処理は、以下の各ステップに分解できます。

• df.lt(0) … 各要素が0未満かどうかを判定するブールマスクを作成します。
• df.mask(...) … 条件がTrue（＝負の値）の位置をNaNに置き換えます。
• .ffill() … 欠損値を直前の行の値（＝直前の正の値）で前方補完します。
• .fillna(0) … 先頭行など、直前に正の値が存在しないNaNを0で埋めます。
• .astype('int32') … 補完処理でfloat型になった列を整数型に戻します。

このように mask() と ffill() を組み合わせることで、ループ処理を書かずにベクトル化された高速な方法で、負の値を直前の正の値へ置き換えることができます。