2 回答
TA贡献1966条经验 获得超4个赞
import pandas as pd
pd.Series([i if i else np.nan for i in l]).interpolate().tolist()
输出:
[4.0,
4.666666666666667,
5.333333333333333,
6.0,
7.0,
8.0,
6.75,
5.5,
4.25,
3.0]
TA贡献1811条经验 获得超5个赞
使用累加从迭代工具,您可以找到每个位置周围零条纹的开始和结束索引。然后,使用这些范围计算每个零位置相对于其起始和结束非零范围边界的线性比率:
from itertools import accumulate
n = [4, 0, 0, 6, 0, 8, 0, 0, 0, 3]
starts = accumulate(range(len(n)),lambda a,b: b if n[b] else a)
ends = [*accumulate(reversed(range(len(n))),lambda a,b: b if n[b] else a)][::-1]
inter = [ n[i] or n[s]+(n[e]-n[s])*(i-s)/(e-s) for i,(s,e) in enumerate(zip(starts,ends)) ]
# inter = [4, 4.666666666666667, 5.333333333333333, 6, 7.0, 8, 6.75, 5.5, 4.25, 3]
该列表将包含每个位置的上一个非零值的索引(对于非零值,使用位置本身):starts
[0, 0, 0, 3, 3, 5, 5, 5, 5, 9]
该列表包含下一个非零值的索引ends
[0, 3, 3, 3, 5, 5, 9, 9, 9, 9]
使用zip组合这两个列表,我们获得计算中间值所需的所有信息:
start end range position Interpolation
index value start end value value size in range ratio value
(i) n[i] (s) (e) n[s] n[e] e-s i-s (i-s)/(e-s) see below
0 4 0 0 4 4 0 0 ----- 4
1 0 0 3 4 6 3 1 0.67 4.67
2 0 0 3 4 6 3 2 0.33 5.33
3 6 3 3 6 6 0 0 ----- 6
4 0 3 5 6 8 2 1 0.50 7.00
5 8 5 5 8 8 0 0 ----- 8
6 0 5 9 8 3 4 1 0.75 6.75
7 0 5 9 8 3 4 2 0.50 5.50
8 0 5 9 8 3 4 3 0.25 4.25
9 3 9 9 3 3 0 0 ----- 3
在存在的地方保留非零值,并计算零位置的插值。startValue + (endValue-startValue) x InterpolationRatio
添加回答
举报