将 nans 替换为先前值和后续值的混合的建议

Question

假设我有一个一维数组，想要用n/2非 nan 先前值和n/2非 nan 后续值的副本替换/插入长度为n的 NaN 块。

示例 1：

input = [1, 2, NaN, NaN, NaN, NaN, 3, 2]
output= [1, 2,   1,   2,   3,   2, 3, 2]

示例 2：如果 n 为奇数，则填充 n%2+1 个先前值和 n%2 个后续值

input = [1, 2, 3, NaN, NaN, NaN, 4, 2]
output= [1, 2, 3,   2,   3,   4, 4, 2]

示例 3：如果没有足够的非 nan 邻居可用，则复制可用的邻居（在此示例中值 = 3）

input  = [3, NaN, NaN, NaN, NaN, 4, 2]
output = [3,   3,   3,   4,   2, 4, 2]

我的初步解决方案看起来像这样..

def fillna_with_neighbours(data):
# get start / stop of nan blocks
    nan_blocks = np.where(np.isnan(data),1,0)
    nan_blocks = np.concatenate([[0],nan_blocks,[0]]) 
    nan_blocks = np.where(np.diff(nan_blocks)!=0)[0]
    nan_blocks = nan_blocks.reshape(-1, 2)

    for block in nan_blocks:
        nan_start, nan_end = block 
        n = nan_end - nan_start
        n_pre = n//2 if n%2 == 0 else n//2 + 1
        nan_pre = nan_start - n_pre if nan_start>=n_pre else 0
        n_post = n//2
        nan_post = nan_end + n_post
        
        pre = data[nan_pre:nan_start]
        post = data[nan_end:nan_post]

        if pre.size < n_pre:
            pre = np.resize(pre, n_pre)
        if post.size < n_post:
            post = np.resize(post, n_post)

        data[nan_start:nan_end] = np.hstack([pre, post])
    return data

ex1 = np.asarray([1, 2, np.nan, np.nan, np.nan, np.nan, 3, 2])
ex2 = np.asarray([1, 2, 3, np.nan, np.nan, np.nan, 4, 2])
ex3 = np.asarray([3, np.nan, np.nan, np.nan, np.nan, 4, 2])

有没有准备好（scipy？）function 这个问题。 我相信还有更好的

Answer 1

考虑到 OP 的评论：

这不是任务。 只是觉得你们中的一个人会想出一个更好的方法来解决这个问题。

这种形式的问题太广泛了，但这里有一些线索。

如果您使用的是pandas ，您可以查看以下函数，这些函数旨在使用各种方法填充缺失数据（引号如下）：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.fillna.html

使用指定的方法填充 NA/NaN 值。 方法{'backfill', 'bfill', 'pad', 'ffill', None}, 默认无

用于在重新索引的 Series pad / ffill 中填充孔的方法：将上一个有效观察向前传播到下一个有效回填 / bfill：使用下一个有效观察来填充间隙。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.interpolate.html

使用插值方法填充 NaN 值。

如果您不使用 pandas，那么很可能您必须使用 numpy 或基本 python 来实现等效逻辑。