[英]Pandas and Numpy consecutive non Nan values
我正在尝试使用 np.where 来计算长度超过一定长度的连续非 NaN 值,如下所示:
例如,如果有超过 3 个连续的非 NaN 值,则返回 True。
将不胜感激任何帮助!
价值 | 连续的 |
---|---|
楠 | 错误的 |
楠 | 错误的 |
1 | 错误的 |
1 | 错误的 |
楠 | 错误的 |
4 | 真的 |
2 | 真的 |
3 | 真的 |
楠 | 错误的 |
楠 | 错误的 |
1 | 真的 |
3 | 真的 |
3 | 真的 |
5 | 真的 |
这个想法是通过使用Series.map
和Series.value_counts
测试缺失值和映射来创建组,以便只有非 NaN 的行被反向掩码过滤~m
:
#convert values to numeric
df['value'] = df['value'].astype(float)
m = df['value'].isna()
s = m.cumsum()
N = 3
df['new'] = s.map(s[~m].value_counts()).ge(N) & ~m
print (df)
value consecutive new
0 NaN False False
1 NaN False False
2 1.0 False False
3 1.0 False False
4 NaN False False
5 4.0 True True
6 2.0 True True
7 3.0 True True
8 NaN False False
9 NaN False False
10 1.0 True True
11 3.0 True True
12 3.0 True True
13 5.0 True True
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.