Dada

x = [5, 30, 58, 72]
y = [8, 35, 53, 60, 66, 67, 68, 73]

El objetivo es recorrer en iteración x_i y encontrar el valor para y que sea mayor que x_i pero no mayor que x_i+1

Suponga que ambas listas están ordenadas y que todos los elementos son únicos, el resultado deseado dados x y y es:

[(5, 8), (30, 35), (58, 60), (72, 73)]

He intentado:

def per_window(sequence, n=1):
    """
    From http://stackoverflow.com/q/42220614/610569
        >>> list(per_window([1,2,3,4], n=2))
        [(1, 2), (2, 3), (3, 4)]
        >>> list(per_window([1,2,3,4], n=3))
        [(1, 2, 3), (2, 3, 4)]
    """
    start, stop = 0, n
    seq = list(sequence)
    while stop <= len(seq):
        yield tuple(seq[start:stop])
        start += 1
        stop += 1

x = [5, 30, 58, 72]
y = [8, 35, 53, 60, 66, 67, 68, 73]

r = []

for xi, xiplus1 in per_window(x, 2):
    for j, yj in enumerate(y):
        if yj > xi and yj < xiplus1:
            r.append((xi, yj))
            break

# For the last x value.
# For the last x value.
for j, yj in enumerate(y):
    if yj > xiplus1:
        r.append((xiplus1, yj))
        break

¿Pero hay una manera más simple de lograr lo mismo con numpy, pandas o alguna otra cosa?

2
alvas 1 nov. 2017 a las 06:02

4 respuestas

La mejor respuesta

Puede usar numpy.searchsorted con side='right' para encontrar el índice del primer valor en y que es mayor que x y luego extraer los elementos con el índice; Una versión simple que asume que siempre hay un valor en y más grande que cualquier elemento en x podría ser:

x = np.array([5, 30, 58, 72])
y = np.array([8, 35, 53, 60, 66, 67, 68, 73])

np.column_stack((x, y[np.searchsorted(y, x, side='right')]))
#array([[ 5,  8],
#       [30, 35],
#       [58, 60],
#       [72, 73]])

Dado y está ordenado:

np.searchsorted(y, x, side='right')
# array([0, 1, 3, 7])

Devuelve el índice del primer valor en y que es mayor que el valor correspondiente en x.

3
Psidom 1 nov. 2017 a las 03:21

Podemos usar pd.DataFrame en la lista con merge_asof con direction = forward es decir

new = pd.merge_asof(pd.DataFrame(x,index=x), pd.DataFrame(y,index=y),on=0,left_index=True,direction='forward')
out = list(zip(new[0],new.index))

Si no necesita coincidencias exactas para coincidir, debe pasar allow_exact_matches=False a merge_asof

Salida:

[(5, 8), (30, 35), (58, 60), (72, 73)]
2
Bharath 1 nov. 2017 a las 04:24

Puede construir una nueva lista iterando sobre x comprimido consigo mismo - compensado por 1 índice y agregado con el último elemento de y - y luego iterando sobre y, verifique la condición en cada pasada y romper el bucle más interno.

out = []
for x_low, x_high in zip(x, x[1:]+y[-1:]):
    for yy in y:
        if (yy>x_low) and (yy<=x_high):
            out.append((x_low,yy))
            break

out
# returns:
[(5, 8), (30, 35), (58, 60), (72, 73)]
1
James 1 nov. 2017 a las 03:20
def find(list1,list2):
    final = []
    for i in range(len(list1)):
        pos=0
        try:
            while True:
                if i+1==len(list1) and list1[i]<list2[pos]:
                    final.append((list1[i],list2[pos]))
                    raise Exception
                if list1[i]<list2[pos] and list1[i+1]>list2[pos]:
                    final.append((list1[i],list2[pos]))
                    raise Exception
                pos+=1
        except: pass
    return final
0
Yardid 1 nov. 2017 a las 03:18