我需要找到'participant_id
'具有相同元素(nan)的块,并且具有一定长度。例如,考虑以下df
:
summary participant_id
13865 3.0 28
13995 NaN 28
14050 3.0 28
14219 5.0 28
14346 NaN 28
14364 4.0 28
14456 4.0 28
14680 NaN 28
14733 3.0 28
14913 2.0 28
15007 4.0 28
15107 4.0 28
15280 NaN 28
15287 3.0 28
15420 2.0 28
15521 2.0 28
15756 NaN 28
15758 3.0 28
15973 NaN 28
16038 4.0 28
16079 6.0 28
16215 4.0 28
16412 NaN 28
16506 6.0 28
16543 6.0 28
16649 2.0 28
16811 NaN 28
16911 NaN 28
16928 3.0 28
17028 2.0 28
11582 NaN 27
11718 2.0 27
11843 NaN 27
11941 2.0 27
12053 NaN 27
12142 NaN 27
12269 NaN 27
12367 4.0 27
12510 NaN 27
12632 NaN 27
12732 NaN 27
12796 2.0 27
12946 NaN 27
13059 NaN 27
13126 2.0 27
13312 NaN 27
13394 3.0 27
13427 2.0 27
13618 NaN 27
13707 NaN 27
13832 NaN 27
13945 NaN 27
14087 NaN 27
14199 NaN 27
14299 NaN 27
14398 NaN 27
14520 NaN 27
14639 NaN 27
14759 NaN 27
14897 NaN 27
15013 NaN 27
15116 NaN 27
15182 3.0 27
15319 NaN 27
15437 NaN 27
15518 3.0 27
15695 NaN 27
15812 NaN 27
15821 2.0 27
15933 2.0 27
如果我对超过4个连续nan的块感兴趣,那么唯一的选项是participant_id = 27
,如果我想要blocks_length = 2
,那么答案是{
我试图遵循类似的solution,但没用。在
演示
^{pr2}$它的工作原理
null_blocks
NaN
和{bool
是int
的一个子类,我们可以用cumsum
来总结它们isnull
的否定并将其移动一个空格来确定块的结束位置。当nextnot
和{True
时,这是块的结尾。在csum
与块末端的位置进行切片,并取其差异。。。这给出了块的大小。在True
which_ids
groupby
对象使用列表理解groupby
组本身的块大小大于阈值的名称。在groupby
有助于分别获取每个参与者的数据。那么你可以用任何方式计算数字。简单明了的一个,不用熊猫的力量可能就是这样您可以使用自定义函数和
groupby
对连续数NaN
进行计数:替代方案:
^{pr2}$相关问题 更多 >
编程相关推荐