পাইথন: প্যান্ডাস ডেটাফ্রেমে নেগেটিভ মানকে সাম্প্রতিক পজিটিভ মান দিয়ে প্রতিস্থাপন করা

ডেটাফ্রেমে নেগেটিভ মানগুলোকে তার আগের নিকটতম পজিটিভ মান (forward fill) দিয়ে প্রতিস্থাপন করা হয়। যদি কোনো পজিটিভ মান না থাকে, তবে ০ দিয়ে ফিল করা হয়।

ইনপুট ডেটা

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

পদ্ধতি: mask() + ffill() + fillna()

import pandas as pd

df = pd.DataFrame({'One': [-3, 7, 4, 0], 'two': [-6, -1, 2, -8]})
print("মূল ডেটাফ্রেম:")
print(df)

# ১. নেগেটিভ মানগুলোকে NaN এ রূপান্তর (mask)
# ২. ffill() — আগের ভ্যালু ফরওয়ার্ড ফিল
# ৩. fillna(0) — শুরুর NaN গুলো ০ দিয়ে ফিল
# ৪. astype('int32') — ইন্টিজারে রূপান্তর
df = df.mask(df.lt(0)).ffill().fillna(0).astype('int32')

print("\nআপডেটেড ডেটাফ্রেম:")
print(df)

আউটপুট

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

আপডেটেড ডেটাফ্রেম:
   One  two
0    0    0
1    7    0
2    4    2
3    0    2

স্টেপ-বাই-স্টেপ ব্যাখ্যা

# স্টেপ ১: নেগেটিভ কে NaN
masked = df.mask(df.lt(0))
print(masked)
#    One  two
# 0  NaN  NaN
# 1  7.0  NaN
# 2  4.0  2.0
# 3  0.0  NaN

# স্টেপ ২: ফরওয়ার্ড ফিল
ffilled = masked.ffill()
print(ffilled)
#    One  two
# 0  NaN  NaN
# 1  7.0  NaN
# 2  4.0  2.0
# 3  0.0  2.0

# স্টেপ ৩: বাকি NaN ০ দিয়ে ফিল
filled = ffilled.fillna(0)
print(filled)
#    One  two
# 0  0.0  0.0
# 1  7.0  0.0
# 2  4.0  2.0
# 3  0.0  2.0

বিকল্প: numpy.where ব্যবহার

import numpy as np
df = df.where(df >= 0).ffill().fillna(0).astype(int)
# where(condition) — condition True হলে মান রাখে, False হলে NaN

উভয় পদ্ধতিই সমান ফলাফল দেয়। mask = where(~condition)।