Python 在布尔值重复n次的点拆分列表

我有两个列表，其中包含时间序列的时间和值。有一个包含布尔值的对应列表，该布尔值标识NAN值在时间序列中的位置。我需要做的是，如果真值（即NAN值）重复5次以上（一行中有6个NAN值），则将列表拆分为两个（在序列的开始和结束处，因此在两个结果列表中没有NAN值。因此，基本上，我需要将列表拆分为一个较小列表的列表，该列表的开始和结束处有一个包含6个以上重复NAN值的间隔。我尝试了以下方法：

    for i in range(len(nan_list)-5):
        if nan_list[i] == True and nan_list[i+1] == True and nan_list[i+2] == True and nan_list[i+3] == True and nan_list[i+4] == True and nan_list[i+5] == True:

我真的不确定从现在开始最好的方法是什么，我确定还有更好的方法

---

然后，我需要做的是，对于重复次数少于5次的重复NAN值（一行6个NAN值），将这些值替换为使用scipy中的b样条曲线计算的值。我不太确定如何执行此操作。谢谢！

如果我正确理解您的意思，您希望基于另一个列表的索引拆分一个列表（假设列表具有相同的长度）以这样一种方式，

n

在另一个列表中重复的元素定义了一个片段应该出现的位置。一种“优雅”但不是最有效的方式是只遍历另一个列表中

n

大小的片段，并检查

是否全部（nan_list[i:i+n]）

在当前索引处-如果是，将索引前的第一个列表中的所有内容作为一个片段放入结果中，然后跳过

n

放置并重复该过程。不过，我更喜欢一种程序方法：

def split_list(source, nan_data, nan_len=6):
    result = []  # a list for our final result
    last_pos = 0  # holds the last sliced position
    counter = 0  # a counter for sequential NaNs
    for i, is_nan in enumerate(nan_data):
        if not is_nan:  # encountered a non-NaN, check how many consecutive NaNs we had
            if counter >= nan_len:  # we have a match...
                result.append(source[last_pos:i-counter])  # add a new slice to our result
                last_pos = i  # set the new slice position
            counter = 0  # reset the counter
        else:
            counter += 1  # NaN found, increase the counter
    # find the last slice, if any
    left_over = source[last_pos:] if counter < nan_len else source[last_pos:-counter]
    if left_over:
        result.append(left_over)
    return result  # return the result

---

你不认为粘贴代码比描述代码好吗？请格式化你的问题：使用段落，使用示例，…你想读这样的问题吗？对不起，这更清楚一点吗？

base_list = ["01", "02", "03", "04", "05", "06", "07", "08", "09", "10",
             "11", "12", "13", "14", "15", "16", "17", "18", "19", "20"]
nan_list = [True, False, True, False, True, True, True, True, True, True,
            False, True, False, True, True, False, True, True, True, False]

print(split_list(base_list, nan_list, 3))
# [['01', '02', '03', '04'], ['11', '12', '13', '14', '15', '16'], ['20']]