用中值替换python中的值

Question

lat
50.63757782
50.6375742
50.6375742
50.6374077762
50.63757782
50.6374077762
50.63757782
50.63757782

我用这些纬度值绘制了一个图，并注意到图中有一个突然的峰值(离群值)。我想用最后三个值的中值替换每个后期值，这样我就可以看到一个有意义的结果

输出可能是

lat               lat_med
50.63757782 50.63757782
50.6375742  50.6375742
50.6375742  50.6375742
50.63740778 50.6375742
50.63757782 50.6375742
50.63740778 50.6375742
50.63757782 50.6375742
50.63757782 50.6375742

我有数千个这样的后期值，需要使用for循环来解决这个问题。我知道下面的代码有错误，因为我是python的初学者，我很感谢你的帮助来解决这个问题。

for i in range(0,len(df['lat'])):
    df['lat_med'][i]=numpy.median(numpy.array(df['lat'][i],df['lat'][i-2]))

我刚刚意识到三个点的中位数计算不符合我的目的，我需要考虑五个值。有没有一种方法可以改变中位数函数，让我想改变多少就改变多少。谢谢你的帮助

def median(a, b, c):
    if a > b and a > c:
        return b if b > c else c
    if a < b and a < c:
        return b if b < c else c
    return a

Answer 1

从第二个元素到最后一个元素，保存上一个元素和下一个元素的中值。注意，第一个和最后一个元素保持原样。

试试这个:

lat = [50.63757782, 50.6375742, 50.6375742, 50.6374077762, 50.63757782, 50.6374077762, 50.63757782, 50.63757782]
# returns median value out of the three values
def median(a, b, c):
    if a > b and a > c:
        return b if b > c else c
    if a < b and a < c:
        return b if b < c else c
    return a

# add the first element
filtered = [lat[0]]
for i in range(1, len(lat) - 1):
    filtered += [median(lat[i - 1], lat[i], lat[i + 1])]
# add the last element
filtered += [lat[-1]]
print(filtered)

你所做的是一个非常基本的中值过滤器

Answer 2

您似乎正在使用pandas ' Dataframe结构，所以:

import pandas as pd
import numpy as np
df = pd.DataFrame({'lat' : [50.63757782,
                            50.6375742,
                            50.6375742,
                            50.6374077762,
                            50.63757782,
                            50.6374077762,
                            50.63757782,
                            50.63757782]})
def replace_values_with_medians(array):
    last = array.shape[0]-2
    index = 0
    result = np.zeros(last)
    while index < last:
        result[index] = np.median(array[index:index+3])
        index += 1
    return result
lat_med_df = pd.DataFrame({'lat_med':replace_values_with_medians(df['lat'])})
df = pd.concat([df,lat_med_df], axis = 1)
del lat_med_df

结果:

>>> df
         lat    lat_med
0  50.637578  50.637574
1  50.637574  50.637574
2  50.637574  50.637574
3  50.637408  50.637408
4  50.637578  50.637578
5  50.637408  50.637578
6  50.637578        NaN
7  50.637578        NaN