Python-将数值均匀分布到最近的行

假设我有一个数据集，如：

> NaN NaN NaN 12 NaN NaN NaN NaN 10 NaN NaN NaN NaN 8 NaN 6 NaN

我希望在其周围

NaN

s的值之间尽可能均匀地分布这些值。例如，值12应考虑其周围的

NaN

，并将其均匀分布，直到其接触到第二个非

NaN

值的

NaN

s

例如，前12名应该只考虑他最近的N

> NaN NaN NaN 12 NaN NaN

输出应为：

2 2 2 2 2 (Distributed by the 12)

2 2 2 2 2 (Distributed by the 10)

2 2 2 2 (Distributed by the 8)

2 2 2 (Distributed by the 6)

> NaN NaN NaN 12 NaN NaN NaN NaN 10 NaN NaN NaN NaN 8 NaN 6 NaN

> 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

我最初考虑使用平滑器，比如熊猫中的插值函数。它不一定是无损的，也就是说，我们可能会损失或得到比进程中的总和更多的东西。与使用有损平滑器相比，是否有任何库可以执行这种分布？

您可以使用，最后

简短版本：

>> series = pd.Series(x).interpolate(method='nearest').ffill().bfill()
>> series.groupby(series).apply(lambda k: k/len(k))

[2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 2.0, 3.0, 3.0]

---

要说明发生了什么，请创建

df

df = pd.DataFrame()
df["x"] = x

其中

x

是您提供的系列。现在：

>>> df["inter"] = df.x.interpolate(method='nearest').ffill().bfill()
>>> df["inter"] = df.groupby("inter").inter.apply(lambda k: k/len(k))

>>> df

    x     inter
0   NaN   2.0
1   NaN   2.0
2   NaN   2.0
3   12.0  2.0
4   NaN   2.0
5   NaN   2.0
6   NaN   2.0
7   NaN   2.0
8   10.0  2.0
9   NaN   2.0
10  NaN   2.0
11  NaN   2.0
12  NaN   2.0
13  8.0   2.0
14  NaN   2.0
15  6.0   3.0
16  NaN   3.0

---

当距离相同时会发生什么？e、 g.如果最后是

7

和

6

，您将如何分配值？那么您不分配7，而是分配6。您所说的“使用算法的方法”是什么意思？您更喜欢自己编写流程代码，而不是使用包，是吗？我认为这是一个糟糕的说法。让我把它取下来。是的，你是对的，应该是23。