如何通过多数投票过滤/重新采样带有类的数组？

Question

想象一下，我有一个包含 4 个类的数组或 Pandas 系列，但是每个步骤中的类都有很大的不同。这只是一个示例（如果需要，您可以生成更真实的示例）：

import numpy as np

np.random.seed(seed=0) # to generate always the same numbers
x = np.random.randint(4, size=(100))

由于它们变化很大，我想通过多数投票技术或其他方法放大它们（或过滤或重新采样）。也许环顾最近的 5 个样本，然后该特定样本将具有最频繁的类别。最后我会得到一个更“紧凑”的数组。

这个方案应该代表我的意思：

有人可以帮我吗？

Answer 1

我不会说这很漂亮，但它似乎可以解决问题。

import numpy as np    

def majorityVoting(index, array, groupSize=5):
    groupSizeFloor = groupSize // 2
    arrayCount = len(array)

    if index <= groupSizeFloor:
        first = 0
        last = groupSize
    elif index >= arrayCount - (groupSize // 2):
        first = arrayCount - groupSize
        last = arrayCount
    else:
        first = index - groupSizeFloor
        last = index + groupSizeFloor + 1

    return np.bincount(array[first:last]).argmax()

np.random.seed(seed=0)
arr = np.random.randint(4, size=100)
majoritySorted = [majorityVoting(i, arr) for i in range(len(arr))]