是否有pandas / numpy函数在后续零点之间传播整数？

Question

我试图转向，例如，以下字符串：

"3, 0, 0, 2, 0, 0, 0, 1, 0" 

成：

"1, 1, 1, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5". 

因此，每个整数被划分为偶数部分，并在它自己的位置和以下零之间进行分割。

我主要是一个R用户，并在R完成了这个：

x <- c(0,0,3,0,0,2,0,0,0,1,0)

ave(x,cumsum(x))

我很难在Python中找到类似的简单流程，是否存在？

Answer 1

遗憾的是，我所知道的pandas中没有这样的功能，尽管你可以使用groupby() ：

s="3, 0, 0, 2, 0, 0, 0, 1, 0"
ser=pd.Series(s.split(',')).astype(int)
#this splits the string and converts to a series

现在，我们将系列分为几组（感谢@QuangHoang），我们采用相同的cumsum() 。 检查下面的cumsum输出。 然后使用groupby我们将系列转换为mean

最后我们添加.tolist()和.join()它们，因为您希望输出为字符串。

','.join(ser.groupby(ser.cumsum()).transform('mean').astype(str).tolist())
#or ','.join(ser.groupby((ser.ne(0)).cumsum()).transform('mean').astype(str).tolist())

---

'1.0,1.0,1.0,0.5,0.5,0.5,0.5,0.5,0.5'

cumsum()输出：

ser.cumsum()

0    3
1    3
2    3
3    5
4    5
5    5
6    5
7    6
8    6

Answer 2

这是使用numpy来解决这个问题的方法：

s = "3, 0, 0, 2, 0, 0, 0, 1, 0" 
a = np.fromstring(s, sep=',')
# array([3., 0., 0., 2., 0., 0., 0., 1., 0.])
# Find the length of consecutive 0s in a
d = np.diff(np.r_[False, a==0, False].astype(int))
zero_len = np.flatnonzero(d==-1) - np.flatnonzero(d==1)
# array([2, 3, 1], dtype=int64)
# normalize the values and repeat as many times as zero_len+1
np.repeat(a[a!=0]/(zero_len+1), zero_len+1)

这使：

array([1. , 1. , 1. , 0.5, 0.5, 0.5, 0.5, 0.5, 0.5])

Answer 3

来自anky_91数据

ser.mask(ser==0).ffill()/ser.groupby(ser.ne(0).cumsum()).transform('count')
Out[1242]: 
0    1.0
1    1.0
2    1.0
3    0.5
4    0.5
5    0.5
6    0.5
7    0.5
8    0.5
dtype: float64