通过函数的结果替换值

Question

我有以下数据框表：

df = pd.DataFrame({'A': [0, 1, 0],
                   'B': [1, 1, 1]},
                  index=['2020-01-01', '2020-02-01', '2020-03-01'])

我试图实现存在 1 的每个值都将被越来越多的数字所取代。我正在寻找类似的东西：

df.replace(1, value=3)

效果很好，但我需要增加数字而不是数字 3（因为我想将它用作 ID）

number += 1

如果我将它们连接在一起，它不起作用（或者至少我无法找到正确的语法）我想获得以下结果：

df = pd.DataFrame({'A': [0, 2, 0],
                   'B': [1, 3, 4]},
                  index=['2020-01-01', '2020-02-01', '2020-03-01'])

注意：我不能使用任何依赖于列名或行名规范的命令，因为表有 2600 列和 5000 行。

Answer 1

df.values可以工作的副本上的元素分配。

更具体地说，range从11 的数量（包括）开始分配到1值数组中元素的位置。然后将分配的数组放回原始数据帧中。

代码

（数据如给定）

1. 行优先排序（OP 想要什么）

arr = df.values
mask = (arr > 0)
arr[mask] = range(1, mask.sum() + 1)
for i, col in enumerate(df.columns):
    df[col] = arr[:, i]

# Result
print(df)
            A  B
2020-01-01  0  1
2020-02-01  2  3
2020-03-01  0  4

2. 列优先排序（另一种可能）

arr_tr = df.values.transpose()
mask_tr = (arr_tr > 0)
arr_tr[mask_tr] = range(1, mask_tr.sum() + 1)
for i, col in enumerate(df.columns):
    df[col] = arr_tr[i, :]

# Result
print(df)
            A  B
2020-01-01  0  2
2020-02-01  1  3
2020-03-01  0  4