如何根據條件更改pandas系列中的值

Question

我有一個只有二進制值的熊貓系列

    0
0   1
1   0
2   0
3   0
4   1
5   0
6   1
7   0
8   0
9   1
10  0
11  1
12  0
13  1
14  0

我想要將系列中的值轉換為零，並且它周圍有一個，即基本上改變1,0,1到1,1,1。

我需要的輸出是：

0     1
1     0
2     0
3     0
4     1
5     1
6     1
7     0
8     0
9     1
10    1
11    1
12    1
13    1
14    0

我在這里嘗試的是創建一個3的滾動窗口，並檢查值是否是我需要的。 有沒有更好的方法來做這個？

>>> window = df.rolling(3, center=True)
>>> (df[0] | window.apply(lambda x: 1 if (x == [1,0,1]).all() else 0)[0].fillna(0)).astype(int)

注意：我也試過了換檔功能。

Answer 1

使用shift作為布爾掩碼，並通過numpy.where設置1 ：

m1 = df[0].shift() == 1
m2 = df[0].shift(-1) == 1
m3 = df[0] == 0

df[0] = np.where(m1 & m2 & m3, 1, df[0])

print (df)
    0
0   1
1   0
2   0
3   0
4   1
5   1
6   1
7   0
8   0
9   1
10  1
11  1
12  1
13  1
14  0

Answer 2

您可以使用rolling來執行長度為3的居中移動窗口，然后檢查列0的值是否為0並且同時該索引處的居中移動窗口的sum為2，這意味着周圍的樣本是1：

df['window'] = df.rolling(3, center = True).sum()
idx = df[(df.window == 2.0) & (df['0'] == 0)].index.values
df.loc[idx,'0'] = 1

print(df['0'])

0     1
1     0
2     0
3     0
4     1
5     1
6     1
7     0
8     0
9     1
10    1
11    1
12    1
13    1
14    0

Answer 3

您也可以針對特定情況使用卷積。

您可以使用以下過濾器：

[0.5, 0, 0.5]

這意味着只有當周圍的位置是一個位置時才能得到一個位置。

然后，您可以將其用作將系列值更改為1的索引。

from scipy.signal import convolve
print(df)
0     1
1     0
2     0
3     0
4     1
5     0
6     1
7     0
8     0
9     1
10    0
11    1
12    0
13    1
14    0
dtype: int64

df.iloc[convolve(df, [0.5, 0, 0.5], mode='same') == 1] = 1

print(df)

0     1
1     0
2     0
3     0
4     1
5     1
6     1
7     0
8     0
9     1
10    1
11    1
12    1
13    1
14    0

做了一點時間檢查：

def check_convolve(df):
    df.iloc[convolve(df, [0.5, 0, 0.5], mode='same') == 1] = 1

def check_shifts(df):
     m1 = df.shift() == 1
     m2 = df.shift(-1) == 1
     m3 = df == 0
     df = np.where(m1 & m2 & m3, 1, df[0])


%timeit check_convolve(df)
205 µs ± 22.5 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit check_shifts(df)
1.16 ms ± 37.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)