我有一个来自机构救护车响应的数据。 我为他们响应的位置创建了集群，并创建了时间箱以将时间划分为可管理的箱。 然后，我先按群集和 bin 对数据进行分组，并将每个 bin 的每个群集的事件数也聚合到一列中。 我需要为事件计数列中未发生事件的所有时间箱填写零。我已经尝试了一个带有 if else 的嵌套 for 循环来使其工作。 它运行得太慢了，我正在尝试找到一种方法来切换到带有 if else 语句的嵌套列表理解。
count_values = ers_bin_groupby['no_of_incidents'].values
vals = ers_unique
"ers_unique"是每个集群的所有唯一时间箱的列表
def fill_missing(count_values,vals):
smoothed_regions=[]
ind=0 # ind iterates over count_values only
for p in range(0,posts):
smoothed_bins=[]
for i in range(max(minute_bin_create_times)):
if i in vals[p]:
smoothed_bins.append(count_values[ind])
ind+=1
else:
smoothed_bins.append(0)
smoothed_regions.extend(smoothed_bins)
print(p)
return smoothed_regions
这是我尝试使用 if 语句进行列表理解
def fill_missing2(count_values, vals):
smoothed_regions = []
ind = 0 #ind iterates over count_values only
smoothed_regions =[[count_values[ind] ind+=1 if i in vals[p] else 0
for i in range(max(minute_bin_create_times))]
for p in range(0,posts)]
我不知道我是否仍然需要"ind+=1"来使其通过count_values
这是我正在使用的分组数据的示例，有 20 个帖子和超过 500,000 个时间箱
post_area time_bin
0 7 1
59 1
104 1
113 1
117 1
147 1
249 1
255 1
这是ers_unique列表的示例 [[7， 59， 104， 113， 117， 147， 249， 255， 277， 283， 292， 310， 312， 358， 393， 406， 480， 537， 550， 553， 622，
除了ind += 1问题之外，请注意，smoothed_regions.extend(smoothed_bins)意味着您返回一个平面列表，而不是一个smoothed_bins列表(就像您的尝试一样(。
如果没有示例输入/输出，我无法测试下面的代码，但我希望没问题。
首先，用迭代替换索引：
def fill_missing(count_values,vals):
smoothed_regions=[]
count_it = iter(count_values) # iterates over count_values only
for val in vals: # I assume that posts == len(vals)
smoothed_bins=[]
for i in range(max(minute_bin_create_times)):
if i in val:
smoothed_bins.append(next(count_it))
else:
smoothed_bins.append(0)
smoothed_regions.extend(smoothed_bins)
return smoothed_regions
然后，将if ... append... else... append ...部分替换为append(... if ... else ...)，即：使用表达式而不是语句：
def fill_missing(count_values,vals):
smoothed_regions=[]
count_it = iter(count_values) # iterates over count_values only
for val in vals:
smoothed_bins=[]
for i in range(max(minute_bin_create_times)):
smoothed_bins.append(next(count_it) if i in val else 0)
smoothed_regions.extend(smoothed_bins)
return smoothed_regions
现在，您可以创建第一个列表推导式：
def fill_missing(count_values,vals):
smoothed_regions=[]
count_it = iter(count_values) # iterates over count_values only
for val in vals[:posts]: # posts == len(vals)??
smoothed_bins=[next(count_it) if i in val else 0
for i in range(max(minute_bin_create_times))]
smoothed_regions.extend(smoothed_bins)
return smoothed_regions
然后，您需要构建所有平滑绑定的列表并将其展平(extend(。 实际上，生成器似乎(对我来说(比列表更适应：
def fill_missing(count_values,vals):
count_it = iter(count_values) # iterates over count_values only
all_smoothed_bins = ([next(count_it) if i in val else 0
for i in range(max(minute_bin_create_times))] for val in vals[:posts])
smoothed_regions = [v for smoothed_bins in all_smoothed_bins for v in smoothed_bins]
return smoothed_regions
如果需要，可以内联最后三行：
def fill_missing(count_values,vals):
count_it = iter(count_values) # iterates over count_values only
return [v
for smoothed_bins in (
[next(count_it) if i in val else 0
for i in range(max(minute_bin_create_times))]
for val in vals[:posts]
)
for v in smoothed_bins]