python - Pandas 查找不连续数据的方法

Question

我想找出 pandas 数据框中的哪些列具有不连续数据。我所说的“不连续”是指这些值在再次具有某个值之前从某个值变为零。

[0,0,0,1,2,3,4,5,0,0,0] # continuous
[0,0,0,1,2,0,4,5,0,0,0] # not continuous

我已经设法实现了一些可以执行此操作的代码，使用 for 循环来迭代数据帧的每一列。我在下面制作了一个工作片段来展示我的意思:

import numpy as np
import pandas as pd

def find_discontinuous(series):
    switch = 0
    for index,val in series.iteritems():
        # print(val, end=" ")
        if switch==0 and val==0:
            # print("still zero")
            continue
        elif switch==0 and val!=0:
            switch = 1
        if switch==1 and val==0:
            # print("back to zero")
            switch = 2
            continue
        if switch==2 and val!=0:
            # print("supposed to be zero")
            return "not continuous"
    return "continuous"

data = np.array([[0,1,2,3,4,5,0],
                 [0,1,2,0,4,5,0]])
df = pd.DataFrame(data,columns=list(range(7)),index=list(range(2))).transpose()

for column in df.columns:
    series = df.loc[:,column]
    res = find_discontinuous(series)
    print(column,res)

输出:

0 continuous
1 not continuous

我在某处读到，使用 for 循环迭代 pandas 数据帧可能是不正确的，因为它很慢。 pandas 会以什么方式来实现同样的目标？

Answer 1

您只需检查在第一次远离零的更改和最后一次更改为零之间，中间没有零:

def is_continuous(series):
    id_first_true = (series > 0).idxmax()
    id_last_true = (series > 0)[::-1].idxmax()
    return all((series>0).loc[id_first_true:id_last_true] == True)