Arrays numpy/python中的一个简短模拟

我给出了一个包含3行的数组：

import numpy as np  

data = np.array([[1, 2, 3, 4, 5, 6, 7, 8, 9],
              [1, 2, 3, 4, 5, 6, np.nan, np.nan, np.nan],
              [4, 3, 5, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]])

print (data)

我必须对给定数组应用此函数：

def simu(d):
    if not np.isnan(np.sum(d)):
        a = d[1:4].mean()
        b = d[3:6].mean()
        c = d[6:9].mean()
        res = [[a,b,c]]        
    else:
        res = 'error'
    return res

如果

data

行没有

nan

，则

simu

函数计算三个值。如果该行中存在

nan

，则会产生

error

1st

行，没有

nan

因此，可以为第

1st

行计算3个值，并且没有错误。这三个值用于替换第二行中的

nan

值。然后计算第二行的

simu

函数

第3行中的

nan

值将替换为第1行和第2行中计算出的3个值。然后计算第3行的

simu

函数

我做了如下尝试：

for d in data:
    d = d.reshape(-1,9)
    print (d)
    this_frame = data[0]
    print (this_frame)
    this_res = simu(this_frame)
    print (this_res)
    if np.isnan(np.sum(d)):
       ans = np.place(d, np.isnan(d), this_res)
       print (ans)

预期输出是for循环的9个值：

[[3.0, 5.0, 8.0]]
[[3.0, 5.0, 5.33]]
[[3.66, 5.33, 4.44]]

编辑：一些尝试：

results = []
currentStep = data[0]
for i in range(data.shape[0]):
    pred = simu(currentStep)
    results.append(pred)
    results = [results, pred]  
print (results)  

---

您可以使用将结果推送到的列表，然后根据您的规则使用此

结果

数组来更改

数据

数组：

results = simu(data[0,:])[0]
for i in range(1,data.shape[0]):
    data[i,data.shape[1]-3*i:] = results
    results.extend(simu(data[i,:])[0])

res_arr = np.asarray(results).reshape(3,3)
print(res_arr)

---

您可以对此进行测试。

数组的结构是否总是相同的，即第一行中始终没有NaN，第二行中没有NaN，第三行中没有NaN？@Axel是的，正如您所提到的。在您的

simu

函数中，第一列中的值永远不会被使用？是的，但是

simu

函数是不可更改的，可以解决这个问题。好的，你可以看看我的答案。但是，这假设您在

数据中具有相同的结构。如果这不起作用，请告诉我，
数据
数组可能存在哪些差异，以便我们可以找到在更广泛的环境下工作的解决方案。啊，我更改了
simu
函数，使其返回
[a，b，c]
，而不是
[[a，b，c]
。我将更新我的答案。您觉得更新后的解决方案怎么样？我删除了第二个循环，并按照您的编辑建议使用了一个列表。