我不是數據科學家。我確實知道 python，我目前必須管理定期進入的時間序列數據。這些數據大部分都是零或長時間相同的值，為了節省內存，我想將它們過濾掉。是否有一些標準方法（我顯然不知道）或者我應該實現自己的算法？我想要實現的是以下內容：interval value result(summed) 1 0 02 0 # removed3 0 04 1 15 2 26 2 # removed7 2 # removed8 2 29 0 010 0 0任何幫助表示贊賞！
4 回答
呼喚遠方
TA貢獻1856條經驗 獲得超11個贊
這是代碼：
l = [0, 0, 0, 1, 2, 2, 2, 2, 0, 0]
for (i, ll) in enumerate(l):
if i != 0 and ll == l[i-1] and i<len(l)-1 and ll == l[i+1]:
continue
print(i+1, ll)
它產生你想要的東西。您沒有指定輸入數據的格式，所以我假設它們在列表中。條件ll == l[i-1]和ll == l[i+1]是跳過重復值的關鍵。
慕無忌1623718
TA貢獻1744條經驗 獲得超4個贊
沒有快速的函數調用來做你需要的。以下是一種方式
import pandas as pd
df = pd.DataFrame({'interval':[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'value':[0, 0, 0, 1, 2, 2, 2, 2, 0, 0]}) # example dataframe
df['group'] = df['value'].ne(df['value'].shift()).cumsum() # column that increments every time the value changes
df['key'] = 1 # create column of ones
df['key'] = df.groupby('group')['key'].transform('cumsum') # get the cumulative sum
df['key'] = df.groupby('group')['key'].transform(lambda x: x.isin( [x.min(), x.max()])) # check which key is minimum and which is maximum by group
df = df[df['key']==True].drop(columns=['group', 'key']) # keep only relevant cases
df
拉風的咖菲貓
TA貢獻1995條經驗 獲得超2個贊
您可以對數據框使用 pandas 查詢來實現此目的：
import pandas as pd
matrix = [[1,0, 0],
[2, 0, 0],
[3, 0, 0],
[4, 1, 1],
[5, 2, 2],
[6, 2, 0],
[7, 2, 0],
[8, 2, 2],
[9, 0, 0],
[10,0, 0]]
df = pd.DataFrame(matrix, columns=list('abc'))
print(df.query("c != 0"))
添加回答
舉報
0/150
提交
取消