给定一个列表或数据框(速度问题):
data =
array([[45, 7, 43,6,nan, nan],
[44, 6, 42,5,nan,nan],
[nan, nan, nan, nan,nan,nan],
[41, 5, 48,23,21,34],
[46, 4, 47,22,nan,nan],
[nan, nan, nan,nan,nan,nan]])
对于每一行,我想获取第一个和最后一个 2 个数字通过跳过 NaN 并存储它们。
期望的输出:
final_data = ([45,7, 35,6],
[first 2 number, last 2 numbers]
[first 2 number, last 2 numbers]
[first 2 number, last 2 numbers]
[first 2 number, last 2 numbers])
请您参考如下方法:
如果您使用的是 numpy,则可以利用 logical not operator和 np.isnan() .
这里有一个简单的例子:
>>> x = np.array([[1,2,3,4,5],[1,2,3,np.nan,np.nan]])
>>> for a in x:
... r = a[~np.isnan(a)]
... print(r[:2],r[-2:])
...
[1. 2.] [4. 5.]
[1. 2.] [2. 3.]
使用您的数据:
>>> x
array([[45., 7., 43., 6., nan, nan],
[44., 6., 42., 5., nan, nan],
[nan, nan, nan, nan, nan, nan],
[41., 5., 48., 23., 21., 34.],
[46., 4., 47., 22., nan, nan],
[nan, nan, nan, nan, nan, nan]])
然后
final_data = []
for a in x:
r = a[~np.isnan(a)]
if len(r): #skip empty arrays
res = (r[:2],r[-2:])
final_data.append(res)
pd.DataFrame(final_data)
[45. 7.] [43. 6.]
[44. 6.] [42. 5.]
[41. 5.] [21. 34.]
[46. 4.] [47. 22.]
