Python：使用反向和运算进行上采样

Question

我想重新采样列数据帧 - 也就是说，我想在sum()样式操作的反向上对其进行上采样，假设每个点都是偶数。我并不特别关心最后一点的价值 - 就我而言，这是无关紧要的。

这是一个简单的版本：

   Input  Output
0   10.0    3.33
1    NaN    3.33
2    NaN    3.33
3   24.0    6.00
4    NaN    6.00
5    NaN    6.00
6    NaN    6.00
7   15.0   15.00

这样做有干净/ pythonic的方法吗？我没有在重新采样库中找到这样的东西，但是在我合作一个迭代解决方案之前想要问更有经验的人。

Answer 1

使用groupby的transform和mean：

df['Input'].fillna(0).groupby(df['Input'].notna().cumsum()).transform('mean')

0     3.333333
1     3.333333
2     3.333333
3     6.000000
4     6.000000
5     6.000000
6     6.000000
7    15.000000
Name: Input, dtype: float64

哪里，

df['Input'].notna().cumsum()

0    1
1    1
2    1
3    2
4    2
5    2
6    2
7    3
Name: Input, dtype: int64

这里的想法是计算非空值的平均值，包括它后面的所有空单元格，并将结果广播回输入。我们需要在这里调用fillna，因为mean默认会忽略NaN。