我试图找到一个矢量/快/ numpy的友好的方式转换成在A列下面的值,列B:Python/Numpy - 填补非连续点之间的差距?
ID A B
1 0 0
2 0 0
3 1 0
4 1 1
5 0 1
6 0 1
7 -1 1
8 0 0
9 1 0
10 0 1
11 0 1
12 1 1
13 0 1
14 -1 1
15 0 0
算法定义列“B”将填补之间的所有缝隙1和-1的组的值为1,跳过每对中的第一行。也就是说,对于ID4-ID7,列B填充了1(给定列A @ ID3中的最初1)。接下来,从ID10-ID14填充1(因为列A @ ID9 = 1)。
虽然这很容易做for循环,但我想知道是否存在非循环解决方案?一个O(n)的循环基础的解决方案是如下:
import numpy as np
import pandas as pd
x = np.array([ 0, 0, 1, 1, 0 ,0, -1, 0, 1, 0 , 0, 1, 0, -1, 0])
def make_y(x,showminus=False):
y = x * 0
state = 0 # are we in 1 or 0 or -1
for i,n in enumerate(x):
if n == 1 and n != state:
state = n
if i < len(y)-1:
y[i+1] = state
elif n == -1 and n != state:
y[i] = state
if showminus:
state = -1
else:
state = 0
else:
y[i] = state
return y
y = make_y(x)
print pd.DataFrame([x,y]).T
上述功能得到我的机器上具有以下性能:
%timeit y = make_y(x)
10000 loops, best of 3: 28 µs per loop
我猜一定是有方法,使整个事情速度更快,因为我最终将需要处理的是1000万个+元素长数组...
是模式始终如果A是1个,那么下一行是1时至-1出现在答:这是1和-1标志着连续的开始和结束1s(但不包括1出现在A中的那一行) – EdChum 2014-09-26 12:33:59
@EdChum--这是正确的。然而,你可能已经注意到'make_y'循环函数中有一个参数也可以跟踪-1区域。为了简化事情(最初),我将这一部分放在了问题的范围之外。 – bazel 2014-09-26 12:52:28
这是棘手的,我想不出没有迭代的方法,你可以使用类似'mask = df.loc [(df ['A']。shift()== 1)| (df ['A'] == - 1)]'然后使用'mask.loc [(mask ['A'] == -1)| (mask ['A']。shift(-1)!= -1)]'然后应该显示开始和结束索引,然后遍历或拉动索引到成对的列表中,并将其设置为1. – EdChum 2014-09-26 13:25:34