ALollz
2019-07-04 23:22
get_dummies + interpolate
这要求您的列必须按时间顺序排序，并且理想情况下，开始和结束必须始终存在于列名称中。
df = df.set_index(['ID', 'Car', 'Start', 'Finish'])
s1 = (pd.get_dummies(df.index.get_level_values('Start'))
.reindex(df.columns, axis=1)
.replace(0, np.NaN))
s2 = (pd.get_dummies(df.index.get_level_values('Finish'))
.reindex(df.columns, axis=1)
.replace(0, np.NaN))
res = s1.combine_first(s2).interpolate(axis=1, limit_area='inside').fillna(0, downcast='infer')
res.index = df.index
res = res.reset_index()
输出res：
ID Car Start Finish Jan17 Jun18 Dec18 Apr19
0 0 Nissan Jun18 Dec18 0 1 1 0
1 1 Porsche Jan17 Apr19 1 1 1 1
2 2 Golf Jun18 Apr19 0 1 1 1
3 3 Toyota Jan17 Apr19 1 1 1 1
4 4 Mazda Dec18 Apr19 0 0 1 1
5 5 Mercedes Apr19 Apr19 0 0 0 1
6 6 Passat Jun18 Jun18 0 1 0 0
在Start和Finish已经从数据本身派生的情况下（似乎是第一列和最后一个非零列），您可以跳过所有虚拟变量，where而在原始DataFrame上使用。
df = df.set_index(['ID', 'Car', 'Start', 'Finish'])
res = (df.where(df.ne(0))
.clip(1,1)
.interpolate(axis=1, limit_area='inside')
.fillna(0, downcast='infer')
.reset_index())
热门帖子
相关问题
热门github
1
2
3
5
6
7
8
11
13
14
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
现在，这是一个很不错的解决方案。+1我不会使用插值法，而是pd.date_range。很好的解决方案。我认为这比我最初的想法更好。
是的，我认为“更安全”的选择是将所有内容转换为
datetime可以正确处理缺失日期的方式。但这似乎是从数据开始的，Start并且Finish可能是从数据开始的，在这种情况下，尽管插值速度很慢，但它仍然可以工作。@ALollz，是的，您是对的，我需要在开始日期和结束日期之间填写内容，并将所有非零值都保留为
1。现在，我遇到的问题是，当Start和Finish相同时，代码会将Start直到直到的插值返回到现有的最后一列，但是应该仅将一个值替换为1并停止。例如，我在问题中添加了第6行。在这种情况下3.0，仅应将Jun18列替换为1，而不要继续Apr19列。谢谢@辛迪好抓住。请查看更新。我们需要将
limit_area='inside'参数添加到插值@ALollz，是的，更新后可以正常工作。非常感谢！