python – pandas rolling和ewm完全忽略na并使用最后N个有效数据

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – pandas rolling和ewm完全忽略na并使用最后N个有效数据，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含849字，纯文字阅读大概需要2分钟。

内容图文

关于新的.rolling和.ewm方法.我正在使用熊猫0.19.0.

>>> df = pd.DataFrame({'A' : [1,2,np.nan, 3, 4, 5], 'B' : [1,2,3,np.nan, 4, 5]})
>>> df
     A    B
0  1.0  1.0
1  2.0  2.0
2  NaN  3.0
3  3.0  NaN
4  4.0  4.0
5  5.0  5.0

>>> df.rolling(window = 3).mean()
     A    B
0  NaN  NaN
1  NaN  NaN
2  NaN  2.0
3  NaN  NaN
4  NaN  NaN
5  4.0  NaN

期望的输出是完全忽略nan,使用最后3个有效数据,并将nan放在它们所在的位置.

     A    B
0  NaN  NaN
1  NaN  NaN # first two we don't have enough data
2  NaN  2.0 # B column is valid
3  2.0  NaN # completely ignore the nan in df.ix[2,'A'], take the mean of last 3 valid data
4  3.0  3.0
5  4.0  4.0

对于.ewm,我们有一个ignore_na参数.下面的代码得到我想要的

output = df.ewm(com=2, ignore_na=True).mean()
output[df.isnull()] = np.nan

解决方法:

困难的部分是你想要最后3个有效数据点.

df.apply(lambda x: x.dropna().rolling(3).mean().reindex(x.index))

内容总结

以上是互联网集市为您收集整理的python – pandas rolling和ewm完全忽略na并使用最后N个有效数据全部内容，希望文章能够帮你解决python – pandas rolling和ewm完全忽略na并使用最后N个有效数据所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端