用 0 替换 3D 数组中的所有单非零和双连续非 0 值，而不在 python 中使用循环答案

【问题标题】：Substituting all single-non-zero and double-consecutive-non-0 values with 0 in a 3D array without using loops in python用 0 替换 3D 数组中的所有单非零和双连续非 0 值，而不在 python 中使用循环
【发布时间】：2020-11-28 02:55:07
【问题描述】：

假设 M(i,j,k) 是一个 3-D 数组，具有一些非 0 值和许多零值。我想保留所有至少三个连续的非 0 值，所有其他不满足此条件的非 0 值必须替换为 0。即：

M(:,1,1)=[8,0,1,2,0,3,3,2,0,0,4,7,6,4,0,1,0,2]

应该改为：

M(:,1,1)=[0,0,0,0,0,3,3,2,0,0,4,7,6,4,0,0,0,0]

这个过程应该在 j 和 k 之间完成，而不需要循环，因为 M 非常大。

【问题讨论】：

标签： python loops large-data substitution

【解决方案1】：

`import pandas as pd
df_test=pd.DataFrame([8,0,1,2,0,3,3,2,0,0,4,7,6,4,0,1,0,2])
df_mask=df_test > 0
df_pass1=df_mask.rolling(3,center=True).sum().mask(~df_mask,0).fillna(0)
df_pass2=df_pass1.rolling(3,center=True).sum().fillna(0)
df_mask2=df_pass2 >= 5
df_test.mask(~df_mask2,0)`

如果三个或更多非零值的序列包括数组中的第一个或最后一个值，我们可以在数组的开头和结尾都添加一个 0，然后在所有操作完成后删除它们。

【讨论】：