Python 作为救护车响应/张贴分析的一部分，为每个集群（区域）的所有空时间箱填写零

我从一家机构的救护车上得到了一份我的数据。我为他们响应的地点创建了集群，并创建了时间箱，将时间划分为可管理的时间箱。然后，我按集群和bin对数据进行分组，并将每个集群每个bin的事件数聚合到一列中。我需要在事件计数列中为没有发生事件的所有时间段填入零。我尝试了一个嵌套的for循环，并使用if-else使其工作。它运行得太慢，我正试图找到一种方法，用if-else语句切换到嵌套的列表理解

count_values = ers_bin_groupby['no_of_incidents'].values

vals = ers_unique 

“ERSU unique”是每个集群的所有唯一时间单元的列表

def fill_missing(count_values,vals):
smoothed_regions=[]
ind=0  # ind iterates over count_values only
for p in range(0,posts):
    smoothed_bins=[]
    for i in range(max(minute_bin_create_times)):
        if i in vals[p]:
            smoothed_bins.append(count_values[ind])
            ind+=1
        else:
            smoothed_bins.append(0)
    smoothed_regions.extend(smoothed_bins)
    print(p)
return smoothed_regions

这是我尝试用if语句理解列表

def fill_missing2(count_values, vals):
   smoothed_regions = []
   ind = 0   #ind iterates over count_values only
   smoothed_regions =[[count_values[ind] ind+=1 if i in vals[p] else 0 
                  for i in range(max(minute_bin_create_times))] 
                  for p in range(0,posts)]

我不知道我是否仍然需要“ind+=1”使其通过count_值

这是我正在处理的groupby数据的一个例子，有20篇文章和超过500000个时间段

 post_area  time_bin    
 0             7      1
               59     1
               104    1
               113    1
               117    1
               147    1
               249    1
               255    1

这是ers_唯一列表的一个示例

---

[[7，59，104，113，117，147，249，255，277，283，292，310，312，358，393，406，480，537，550，553，622，

除了

ind+=1

问题之外，请注意

平滑的\u区域。扩展（平滑的\u区域）

意味着返回一个平面列表，而不是

平滑的\u区域列表（如您尝试的那样）

没有示例输入/输出，我无法测试下面的代码，但我希望它可以

首先，用迭代替换索引：

def fill_missing(count_values,vals):
    smoothed_regions=[]
    count_it = iter(count_values) # iterates over count_values only
    for val in vals: # I assume that posts == len(vals)
        smoothed_bins=[]
        for i in range(max(minute_bin_create_times)):
            if i in val:
                smoothed_bins.append(next(count_it))
            else:
                smoothed_bins.append(0)
        smoothed_regions.extend(smoothed_bins)
    return smoothed_regions

然后，将
if…append…else…append…
部分替换为
append（…if…else…
），即：使用表达式而不是语句：

def fill_missing(count_values,vals):
    smoothed_regions=[]
    count_it = iter(count_values) # iterates over count_values only
    for val in vals:
        smoothed_bins=[]
        for i in range(max(minute_bin_create_times)):
            smoothed_bins.append(next(count_it) if i in val else 0)
        smoothed_regions.extend(smoothed_bins)
    return smoothed_regions

现在，您可以创建第一个列表：

def fill_missing(count_values,vals):
    smoothed_regions=[]
    count_it = iter(count_values) # iterates over count_values only
    for val in vals[:posts]: # posts == len(vals)??
        smoothed_bins=[next(count_it) if i in val else 0 
                       for i in range(max(minute_bin_create_times))]
        smoothed_regions.extend(smoothed_bins)
    return smoothed_regions

然后，您需要构建一个所有平滑绑定的列表，并将其展平（
extend
）。
实际上，生成器（对我来说）似乎比列表更适合：

def fill_missing(count_values,vals):
    count_it = iter(count_values) # iterates over count_values only
    all_smoothed_bins = ([next(count_it) if i in val else 0 
                   for i in range(max(minute_bin_create_times))] for val in vals[:posts])
    smoothed_regions = [v for smoothed_bins in all_smoothed_bins for v in smoothed_bins]
    return smoothed_regions

如果需要，可以内联最后三行：

def fill_missing(count_values,vals):
    count_it = iter(count_values) # iterates over count_values only
    return [v
        for smoothed_bins in (
                [next(count_it) if i in val else 0 
                 for i in range(max(minute_bin_create_times))]
             for val in vals[:posts]
        )
        for v in smoothed_bins]