停止patsy dmatrix删除NaN行

Question

我想使用patsy的dmatrix函数来生成一个设计矩阵，其中保留了带有NaN值的行。例如，下面的代码将返回一个四行的设计矩阵，这是我们通常需要的。但是，在本例中，我希望dmatrix返回一个有五行的矩阵，其中第一行将包含一个NaN值。

import numpy as np
import pandas as pd
from patsy import dmatrix

df = pd.DataFrame({'x1': np.arange(5), 'x2': np.arange(5)})
dmatrix("~x1+x2.diff()", df)

或者，我将满足于一个允许我检索被删除/保留的行号的答案。在上面的示例中，第1行是被删除的行，而行2-5则保留。

Answer 1

尝试：

(.，NA_action=patsy.NAAction(NA_types=[]))

这告诉patsy不要将NaN看作是一个缺失的值，因此它将被传递。文档在这里：https://patsy.readthedocs.io/en/latest/API-reference.html#missing-values

或者，我将满足于一个允许我检索被删除/保留的行号的答案。

如果您使用return_type="dataframe"，那么patsy将返回包含您的设计矩阵的熊猫DataFrame，该DataFrame上的索引将对应于原始输入中的行，因此您可以看到哪些行被保留或删除。