熊猫:滚动意味着忽略NaN

Question

你怎么告诉熊猫在计算平均值时忽略NaN值？在极短的时间内，当熊猫遇到一个单一的NaN时，它将返回一些min_periods的NaN。

示例：

pd.DataFrame({ 'x': [np.nan, 0, 1, 2, 3, np.nan, 5, 6, 7, 8, 9]}).rolling(3, min_periods = 3).mean()

结果：

-1  NaN
0   NaN
1   NaN
2   1.0
3   2.0
4   NaN
5   NaN
6   NaN
7   6.0
8   7.0
9   8.0

预期结果：

-1  NaN
0   NaN
1   NaN
2   1.0
3   2.0
4   2.0
5   3.3
6   4.6
7   6.0
8   7.0
9   8.0

Answer 1

您想先放下np.nan，然后再滚动意味着。然后，使用原始索引重新编制索引，并向前填充值来填充np.nan。

df.x.dropna().rolling(3).mean().reindex(df.index, method='pad')

0          NaN
1          NaN
2          NaN
3     1.000000
4     2.000000
5     2.000000
6     3.333333
7     4.666667
8     6.000000
9     7.000000
10    8.000000
Name: x, dtype: float64