python - 如何根据条件过滤 pandas 系列值

Question

我有一个 pandas 系列 pd.Series([-1, -1, -1, 0, 0, 0, -5, -5, 0, 0, 0, -1, -1, -1，-1])。如何将其转换为 pd.Series([-1, 0, 0, 0, -5, -5, 0, 0, 0, -1])。

过滤的条件是，如果连续出现的-1大于或等于3，则保留第一个出现的位置，并丢弃其余的。

由于第一个 -1 的条纹是 3，因此我们保留 -1 并丢弃其余的。在第一个 3 值之后，条纹中断(因为该值现在为 0)。同样，最后一个 -1 的条纹是 4，因此我们保留 -1 并丢弃其余的。

过滤器仅适用于-1，-5应保持原样

谢谢

PS:我考虑过 groupby，但我认为它不符合我上面描述的 streak 方式

Answer 1

使用一些 SciPy 工具 -

from scipy.ndimage.morphology import binary_opening,binary_erosion

def keep_first_neg1s(s, W=3):
    k1 = np.ones(W,dtype=bool)
    k2 = np.ones(2,dtype=bool)
    m = s==-1
    return s[~binary_erosion(binary_opening(m,k1),k2) | ~m]

一个更简单的并且希望性能也更高 -

def keep_first_neg1s_v2(s, W=3):
    m1 = binary_opening(a==-1, np.ones(W,dtype=bool))
    return s[np.r_[True,~m1[:-1]]]

在给定示例s上运行 -

# Using .tolist() simply for better visualization
In [47]: s.tolist()
Out[47]: [-1, -1, -1, 0, 0, 0, -5, -5, 0, 0, 0, -1, -1, -1, -1]

In [48]: keep_first_neg1s(s,W=3).tolist()
Out[48]: [-1, 0, 0, 0, -5, -5, 0, 0, 0, -1]

In [49]: keep_first_neg1s(s,W=4).tolist()
Out[49]: [-1, -1, -1, 0, 0, 0, -5, -5, 0, 0, 0, -1]