Question

我在数据框（signalId）中有以下df。我试图在替换不需要的signalId的时候平滑这个信号

在以下示例中， a）第6个ID 03应替换为01 b）第12和第13（分别为04和05）应替换为02

如果我知道确切的位置，我可以替换该值，但是如何循环执行此操作？

df.id.loc[6] = 01

Answer 1

这段代码可以解决问题......假设确定3,4,5无效的逻辑是它们是＆gt;比2.

您可能需要对逻辑进行一些调整以找到不合适的值，但下面的其余步骤应该有效。基本上找到无效值，设置为nan。然后ffill（）结束。

import pandas as pd
import numpy as np
data = pd.Series([51,51,1,51,51,1,1,2,1,1,1,48,48,2,48,
                  1,1,1,1,3,1,1,2,2,2,4,5,2,2,2])

# answer is 2, 7, 13, 19, 25, 26

# size 1 gaps. 
# get the next value, 
data_pr = data.shift(-1)
data_nx = data.shift(1)

# % exclude the first 2 items from the filder. 
data_nx[:1]= data[:1]
data_pr[-1:] = data[-1:]
#data_lag2[:2]= data[:2]

# % find the idx where data != data_lag1 && data == data_lag2
data[(data != data_pr) & (data != data_nx) & (data_pr == data_nx) ]=np.nan
# % get invalid values that are 2 in a row... 
data_pr2 = data.shift(-2) 
data_nx2 = data.shift(2)   
data[(data != data_pr) & (data != data_nx) & (data_pr2 == data_nx2) ]=np.nan
# %
assert (data[data.isnull()].index.values == np.array([2,7,13,19,25,26])).all()
data.ffill(inplace=True)

将不需要的值替换为列表中的前一个值

1 个答案: