如何对位于两个缺失值之间的列表元素进行子集化？

Question

使用包含一些缺失值的列表，例如：

[10, 11, 12,np.nan, 14, np.nan, 16, 17, np.nan, 19, np.nan]

如何对位于两个缺失 (nan) 值之间的值进行子集化？

我知道如何使用 for loop 来做到这一点：

# imports
import numpy as np

# input
lst=[10,11,12,np.nan, 14, np.nan, 16, 17, np.nan, 19, np.nan]

# define an empty list and build on that in a For Loop
subset=[]
for i, elem in enumerate(lst):
    if np.isnan(lst[i-1]) and np.isnan(lst[i+1]):
        subset.extend([elem])

print(subset)

# output
# [14, 19]

关于如何以不那么繁琐的方式执行此操作的任何建议？

Answer 1

我是一个 NumPy 菜鸟，所以可能可以做得更好......

>>> a = np.array(lst)
>>> a[1:-1][np.isnan(a[:-2]) & np.isnan(a[2:])]
array([14., 19.])

对于我在 cmets 中的示例 [1, np.nan] 和 [np.nan]，这会按预期生成一个空数组。

或者正如 Georgy 所说，isnan 只做一次：

>>> a = np.array(lst)
>>> nan = np.isnan(a)
>>> a[1:-1][nan[:-2] & nan[2:]]
array([14., 19.])

正如 kaya3 评论的那样，如果可以连续存在三个 nan，则这些解决方案将在结果中包含中间一个（就像您的原始解决方案一样）。这是一个没有（在测试中我用 nan 替换了 14）：

>>> a[1:-1][nan[:-2] & ~nan[1:-1] & nan[2:]]
array([19.])

Answer 2

你可以使用内置函数zip：

subset = [e2 for e1, e2, e3 in zip(lst, lst[1:], lst[2:]) if np.isnan(e1) and not np.isnan(e2) and np.isnan(e3)]
print(subset)

输出：

[14, 19]

Answer 3

使用列表理解

import numpy as np
lst=[10,11,12,np.nan, 14, np.nan, 16, 17, np.nan, np.nan, np.nan]
subset = [elem for i, elem in enumerate(lst) if i and i < len(lst)-1 and np.isnan(lst[i-1]) and np.isnan(lst[i+1]) and not np.isnan(elem)]
print(subset)

更正了其他贡献者指出的错误。这现在应该适用于所有情况。