python - 仅用零填充左 NaN 的最 Pythonic 方式是什么？

Question

我想优化一个 numpy 函数来填充数组的一部分。它需要一个' 内部np.array()的1D。nan其中一些都在左侧，我只希望它们用零填充。例子：

由此：

np.array([ np.nan, np.nan, np.nan, 3, 4, 5, np.nan, 7, 8, 9, np.nan ])

我想得到这个：

np.array([ 0, 0, 0, 3, 4, 5, np.nan, 7, 8, 9, np.nan ])

其他“内部”缺失值应该保持不变，我会以不同的方式处理它们。

最Pythonic的方法是什么？

Answer 1

与上述类似的解决方案，使用np.minandnp.where代替maxand np.argmax。

import numpy as np

x = np.array([ np.nan, np.nan, np.nan, 3, 4, 5, np.nan, 7, 8, 9, np.nan ])

x[0:np.min(np.where(~np.isnan(x)))] = 0

我认为这更具可读性，就像句子“将索引 0 中的所有值设置为值不是 nan 为零的最小索引”一样。

Answer 2

尝试：

import numpy as np

x=np.array([ np.nan, np.nan, np.nan, 3, 4, 5, np.nan, 7, 8, 9, np.nan ])

x[0:max(np.argmax(~np.isnan(x)),0)]=0

输出：

[ 0.  0.  0.  3.  4.  5. nan  7.  8.  9. nan]

Answer 3

我自己也找到了解决方案：

def left_zero_fill(x):
    if np.isfinite(x[0]): return x

    cumsum = np.cumsum(np.isnan(x))    
    x[ :np.argmax(cumsum[:-1]==cumsum[1:]) +1] = 0
    return x

它们的执行时间非常相似。差异很小，它们都有效。谢谢大家的帮助。

---

编辑：替换not np.isnan为np.isfinite最快的实现。