如何惩罚DataFrame中的空字段？

Question

我必须计算赛车司机在整个赛季的一致性。我的DataFrame由10列(10个电路名称)组成，对于每一个列，我有在圈时间内的标准偏差，驱动程序张贴在该电路中。换句话说，车手从一圈到另一圈的一致性。在比赛中，车手没有完成的字段是空白的。

到目前为止，我已经计算了他们的平均赛季一致性，平均所有10列。然而，不完成一场比赛应该会对车手的一致性产生负面影响，我不知道如何实现。

Answer 1

这在很大程度上取决于领域知识。一般的方法是

1. 每个电路c上最坏的或平均一致性的乘积，分别是(1 + m)\text{max}(\sigma_c)或(1 + m)\text{avg}(\sigma_c)对该电路的零值的乘积，或
2. 每个车手d的最差或平均一致性的乘数，分别为(1 + m)\text{max}(\sigma_d)或(1 + m)\text{avg}(\sigma_d)，用于未完成的比赛，或
3. 驱动程序平均值和电路平均一致性(即(1 + m)[\text{avg}(\sigma_d) + \text{avg}(\sigma_c)]/2 )的乘积，用于电路c中未完成的驱动器d竞赛或其他一些组合。

无论选择哪种方法，系数m的选择都会影响最终的排名，也可以确定。

1. 主观上，从专家的角度来看排名，并选择一个更有意义的，或
2. 通过尝试一系列的值，比如m \in \{-0.2, -0.1, 0, 0.1, 0.2, .., 0.5\}，平均每个驱动程序的一致性、\sigma_d或排名，R_d，d。这种方法的一个优点是，当驱动程序的秩对不同的m值具有较低的方差时，它意味着驾驶员的秩对m的选择不敏感，即它不那么有争议，并且当秩随着m的不同选择而变化很大时，平均秩就更具争议性。