Python每隔n行创建一个dataframe 1非零和非NaN属性

我以以下方式定义了一个数据帧：

2009-11-18  500.0
2009-11-19  500.0
2009-11-20    NaN
2009-11-23  500.0
2009-11-24  500.0
2009-11-25    NaN
2009-11-27    NaN
2009-11-30    NaN
2009-12-01  500.0
2009-12-02  500.0
2009-12-03  500.0
2009-12-04  500.0
2009-12-07    NaN
2009-12-08    NaN
2009-12-09  500.0
2009-12-10  500.0
2009-12-11  500.0
2009-12-14  500.0

我的意图是每n行保留一个非NaN元素。例如，如果我的n为4，我将保持2009-11-18 500，并将其他所有设置为（包括）2009-11-23为0，我将对数组的其他元素重复相同的设置，是否有一种高效、pythonic、矢量化的方法来实现这一点

为了使这更具体，我打算在数组上最终如下所示：

2009-11-18  500.0
2009-11-19  0
2009-11-20  0
2009-11-23  0
2009-11-24  500.0
2009-11-25  0
2009-11-27  0
2009-11-30  0
2009-12-01  500.0
2009-12-02  0
2009-12-03  0
2009-12-04  0
2009-12-07  0
2009-12-08  0
2009-12-09  500.0
2009-12-10  0
2009-12-11  0
2009-12-14  0

---

我认为您可以先使用带有楼层划分的np.arange来创建组，然后通过得到第一个非NaN值的索引。上次获取

0

by if不包含

a

的值：

print (np.arange(len(df.index)) // 4)
[0 0 0 0 1 1 1 1 2 2 2 2 3 3 3 3 4 4]

idx = df.col.groupby([np.arange(len(df.index)) // 4]).idxmin()
print (idx)
0   2009-11-18
1   2009-11-24
2   2009-12-01
3   2009-12-09
4   2009-12-11
Name: col, dtype: datetime64[ns]

df.col = df.col.where(df.index.isin(idx), 0)
print (df)
              col
2009-11-18  500.0
2009-11-19    0.0
2009-11-20    0.0
2009-11-23    0.0
2009-11-24  500.0
2009-11-25    0.0
2009-11-27    0.0
2009-11-30    0.0
2009-12-01  500.0
2009-12-02    0.0
2009-12-03    0.0
2009-12-04    0.0
2009-12-07    0.0
2009-12-08    0.0
2009-12-09  500.0
2009-12-10    0.0
2009-12-11  500.0
2009-12-14    0.0

解决方案如果最后一组的长度不是

4

，则忽略最后一个值：

arr = np.arange(len(df.index)) // 4
print (arr)
[0 0 0 0 1 1 1 1 2 2 2 2 3 3 3 3 4 4]

#if equal by last value of array substract 1
arr1 = np.where(arr == arr[-1], arr[-1] - 1, arr)
print (arr1)
[0 0 0 0 1 1 1 1 2 2 2 2 3 3 3 3 3 3]

idx = df.col.groupby(arr1).idxmin()
print (idx)
0   2009-11-18
1   2009-11-24
2   2009-12-01
3   2009-12-09
Name: col, dtype: datetime64[ns]

IIUC
当获得下一个值时，重新启动计数器。在这种情况下，我会使用发电机。没有矢量化

def next4(s):
    idx = s.first_valid_index()
    while idx is not None:
        loc = s.index.get_loc(idx)
        yield s.loc[[idx]]
        idx = s.iloc[loc+4:].first_valid_index()

pd.concat(next4(df[1])).reindex(df.index, fill_value=0).to_frame()

---

所以，若最后一组的长度不是

4

，那个么该值是否忽略？

def next4(s):
    idx = s.first_valid_index()
    while idx is not None:
        loc = s.index.get_loc(idx)
        yield s.loc[[idx]]
        idx = s.iloc[loc+4:].first_valid_index()

pd.concat(next4(df[1])).reindex(df.index, fill_value=0).to_frame()