Question

我有一个只有二进制值的熊猫系列

我想隐式地隐式地将该序列的值设为零，并且在其附近具有一个值，即基本上将1，0，1更改为1，1，1，1。

我需要的输出是：

我在这里尝试的是创建一个3的滚动窗口，并检查值是否是我所需要的。有没有更好的方法可以解决这个问题？

>>> 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：我也尝试过移位功能。

Answer 1

将shift用于布尔掩码，并通过numpy.where设置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执行长度为3的居中移动窗口，然后检查0列的值是否为0，同时检查sum的值。该索引处的居中移动窗口为2，表示周围的样本为1s：

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

您也可以针对特定情况使用卷积。

您可以使用以下过滤器：

[0.5, 0, 0.5]

仅当周围位置是您所在的位置时，您才能获得该位置的。

然后您可以将其用作索引，将系列的值更改为1。

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

做了一点时间检查：

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)

如何根据条件更改熊猫系列的价值

3 个答案: