如何對位於兩個缺失值之間的列表元素進行子集化？

Question

使用包含一些缺失值的列表，例如：

[10, 11, 12,np.nan, 14, np.nan, 16, 17, np.nan, 19, np.nan]

如何對位於兩個缺失 ( nan ) 值之間的值進行子集化？

我知道如何使用for loop來做到這一點：

# imports
import numpy as np

# input
lst=[10,11,12,np.nan, 14, np.nan, 16, 17, np.nan, 19, np.nan]

# define an empty list and build on that in a For Loop
subset=[]
for i, elem in enumerate(lst):
    if np.isnan(lst[i-1]) and np.isnan(lst[i+1]):
        subset.extend([elem])

print(subset)

# output
# [14, 19]

關於如何以不那么麻煩的方式做到這一點的任何建議？

Answer 1

您可以使用內置函數zip ：

subset = [e2 for e1, e2, e3 in zip(lst, lst[1:], lst[2:]) if np.isnan(e1) and not np.isnan(e2) and np.isnan(e3)]
print(subset)

輸出：

[14, 19]

Answer 2

我是一個 NumPy 菜鳥，所以可能可以做得更好......

>>> a = np.array(lst)
>>> a[1:-1][np.isnan(a[:-2]) & np.isnan(a[2:])]
array([14., 19.])

對於我在注釋中的示例[1, np.nan]和[np.nan] ，這會按預期生成一個空數組。

或者正如 Georgy 評論的那樣，只做一次isnan ：

>>> a = np.array(lst)
>>> nan = np.isnan(a)
>>> a[1:-1][nan[:-2] & nan[2:]]
array([14., 19.])

正如 kaya3 評論的那樣，如果連續三個 nans，這些解決方案將在結果中包含中間的一個（就像你原來的那樣）。 這是一個沒有的（在測試中，我用 nan 替換了 14）：

>>> a[1:-1][nan[:-2] & ~nan[1:-1] & nan[2:]]
array([19.])

Answer 3

使用列表理解

import numpy as np
lst=[10,11,12,np.nan, 14, np.nan, 16, 17, np.nan, np.nan, np.nan]
subset = [elem for i, elem in enumerate(lst) if i and i < len(lst)-1 and np.isnan(lst[i-1]) and np.isnan(lst[i+1]) and not np.isnan(elem)]
print(subset)

更正了其他貢獻者指出的錯誤。 這現在應該適用於所有情況。