假设我有一个数据集:
> NaN NaN NaN 12 NaN NaN NaN NaN 10 NaN NaN NaN NaN 8 NaN 6 NaN
我想在它们周围的 NaN 值之间尽可能均匀地分配这些值。例如,值 12 应考虑到它们周围的 NaN,并将它们均匀分布,直到它触及第二个非 NaN 值的 NaN .
例如,第一个 12 应该只考虑他最接近的 NaN。
> NaN NaN NaN 12 NaN NaN
输出应该是:
2 2 2 2 2 (Distributed by the 12)
2 2 2 2 2 (Distributed by the 10)
2 2 2 2 (Distributed by the 8)
2 2 2 (Distributed by the 6)
> NaN NaN NaN 12 NaN NaN NaN NaN 10 NaN NaN NaN NaN 8 NaN 6 NaN
> 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
本来想着用平滑器,比如Pandas中的interpolate函数。它不一定是无损的,这意味着我们可以失去或得到比进步中的总和更多的东西。是否有任何库可以执行这种分布而不是使用有损平滑器?
请您参考如下方法:
您可以使用 interpolate(method='nearest') , ffill()和 bfill()最后 groupby() .
简短版:
>> series = pd.Series(x).interpolate(method='nearest').ffill().bfill()
>> series.groupby(series).apply(lambda k: k/len(k))
[2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 3.0, 3.0]
为了说明发生了什么,创建你的df
df = pd.DataFrame()
df["x"] = x
其中 x 是您提供的系列。现在:
>>> df["inter"] = df.x.interpolate(method='nearest').ffill().bfill()
>>> df["inter"] = df.groupby("inter").inter.apply(lambda k: k/len(k))
>>> df
x inter
0 NaN 2.0
1 NaN 2.0
2 NaN 2.0
3 12.0 2.0
4 NaN 2.0
5 NaN 2.0
6 NaN 2.0
7 NaN 2.0
8 10.0 2.0
9 NaN 2.0
10 NaN 2.0
11 NaN 2.0
12 NaN 2.0
13 8.0 2.0
14 NaN 2.0
15 6.0 3.0
16 NaN 3.0
