當且僅當最后一個和下一個非缺失值為 1 時，如何用 1 填充 pandas 系列中的缺失值

Question

我有一個 pandas 系列，只有0 、 1和np.nan值：

pd.Series([0, np.nan, np.nan, 0, np.nan, np.nan, np.nan, 1, np.nan, 1, np.nan, 
np.nan, np.nan, 1, np.nan, 0, np.nan, np.nan, 1, np.nan, np.nan, np.nan, 1])

我想填充缺失值，但我的邏輯是當且僅當前一個和下一個非缺失值也為 1 時，用 1 替換np.nan值，否則為 0。所以預期的 output 是：

pd.Series([0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 1])

我怎樣才能做到這一點？

Answer 1

按照您的估算規定，如果需要估算，第一個和最后一個元素始終0 。 您可以在vals[i-1]*vals[i+1] == 1上通過for i in range(1, len(vals)-1)的所有索引對vals = ds.values進行檢查，設置vals[i]=1 ，否則為0 。 完成后，重新分配給 Series 並為第一個和最后一個值ds.fillna(0) 。

Answer 2

沒有內置方法可以做到這一點，您必須為此編寫自己的代碼。

import pandas as pd
import numpy as np

s = pd.Series([0, np.nan, np.nan, 0, np.nan, np.nan, np.nan, 1, np.nan, 1, np.nan,
               np.nan, np.nan, 1, np.nan, 0, np.nan, np.nan, 1, np.nan, np.nan, np.nan, 1])

vals = s.values.tolist()
look_left = [-1] * len(vals)
look_right = [-1] * len(vals)

for i in range(2):
    check = vals if i == 0 else vals[::-1]
    arr = look_left if i == 0 else look_right
    prev_seen = None
    for i, elem in enumerate(check):
        if elem in [0, 1]:
            arr[i] = elem
            prev_seen = elem
        else:
            arr[i] = prev_seen

look_right = look_right[::-1]

for i in range(len(vals)):

    if np.isnan(vals[i]):
        vals[i] = 1 if look_right[i] == 1 and look_left[i] == 1 else  0

s = pd.Series(vals)
print(s)

Answer 3

用fillna向前填充一個值。

df.fillna(method='ffill')