在布尔值重复n次的点拆分列表

Question

我有两个列表，其中有一个时间序列的时间和值。有一个包含布尔值的对应列表，用于标识时间序列中NAN值的位置。我需要做的是，如果一个真值（即NAN值）重复超过5次（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）。所以基本上，我需要把这个列表分成一个更小的列表，从一个包含6个以上重复NAN值的间隔开始和结束。我尝试了一些类似的方法：

    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:

我不确定从现在开始最好的办法是什么，我肯定还有更好的办法。你知道吗

然后，我需要做的是，对于重复次数少于5次的重复NAN值（一行中有6个NAN值），将这些值替换为使用scipy中的b样条计算的值。我不太清楚该怎么办。谢谢！你知道吗

Answer 1

如果我理解的正确，那么您希望基于另一个列表的索引（假设具有相同长度的列表）拆分一个列表，这样其他列表中的n重复元素就可以定义切片应该出现的位置。一个“优雅的”，但不是最有效的方法是只遍历其他列表的n大小的片段，检查当前索引处是否有all(nan_list[i:i+n])如果是，将索引之前的第一个列表中的所有内容作为片段放入结果中，然后跳过n位置并重复该过程。不过，我更喜欢程序性方法：

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

然后，您可以使用它根据nan_len列表中连续的True值（或计算为True的任何值）拆分任何source列表，例如：

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']]