熊猫意味着邻居为零？

Question

我有以下数据：

1: 0
2: 800
3: 800
4: 800
5: 800
6: 0
7: 0
8: 800
9: 800
10: 0
11: 800
12: 0

现在，我想用400（实际上是800的平均值和相邻0的平均值）替换所有与零（之前或之后）相邻的800s。

最终结果：

1: 0
2: 400
3: 800
4: 800
5: 400
6: 0
7: 0
8: 400
9: 400
10: 0
11: 400
12: 0

使用Pandas DataFrame进行此操作的正确方法是什么？

Answer 1

您可以根据2个布尔条件的并集将序列减半：

df = pd.DataFrame({'col': [0, 800, 800, 800, 800, 0, 0, 800, 800, 0, 800, 0]})

df.loc[df['col'].shift().eq(0) | df['col'].shift(-1).eq(0), 'col'] //= 2

print(df)

    col
0     0
1   400
2   800
3   800
4   400
5     0
6     0
7   400
8   400
9     0
10  400
11    0

Answer 2

使用您提供的示例：

d = pd.Series([0, 800, 800, 800, 800, 0, 0, 800, 800, 0, 800, 0])

0       0
1     800
2     800
3     800
4     800
5       0
6       0
7     800
8     800
9       0
10    800
11      0
dtype: int64

为每个条件创建过滤器：

# Check if value of prev row is 0
up = d.shift(1) == 0
# Check if value of next row is zero
dn = d.shift(-1) == 0
# Check if value of current row is 800
o = d == 800

然后根据您的算法找到满足条件的索引：

idxs = o & (up | dn)
idxs = idxs[idxs == True]

最后将每个所需索引的值更改为400：

d.loc[idxs.index] = 400

哪个输出：

0       0
1     400
2     800
3     800
4     400
5       0
6       0
7     400
8     400
9       0
10    400
11      0
dtype: int64