熊貓軋製給出NaN

我在看窗口函數的教程，但我不明白爲什麼下面的代碼會產生NaN。熊貓軋製給出NaN

如果我理解正確，代碼會創建一個大小爲2的滾動窗口。爲什麼第一行，第四行和第五行有NaN？起初，我認爲這是因爲用另一個數字添加NaN會產生NaN，但是我不確定爲什麼第二行不會是NaN。

dft = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]}, 
        index=pd.date_range('20130101 09:00:00', periods=5, freq='s')) 


In [58]: dft.rolling(2).sum() 
Out[58]: 
         B 
2013-01-01 09:00:00 NaN 
2013-01-01 09:00:01 1.0 
2013-01-01 09:00:02 3.0 
2013-01-01 09:00:03 NaN 
2013-01-01 09:00:04 NaN

來源

2016-11-26 Huey

這將允許你刪除如果這就是你想要做的：'dft [dft ['B']。notnull（）]。rolling（2）.sum（）' – blacksite

要注意的第一件事是，在默認情況下rolling尋找N-1之前的數據行聚集，其中n是窗口大小。如果沒有滿足該條件，它將返回窗口的NaN。這是第一行發生的事情。在第四和第五行，這是因爲總和中的一個值是NaN。

如果你想避免返回NaN時，你可以通過min_periods=1，它可以降低窗口所需的最小數量的有效觀測值1，而不是2的方法：

>>> dft.rolling(2, min_periods=1).sum() 
         B 
2013-01-01 09:00:00 0.0 
2013-01-01 09:00:01 1.0 
2013-01-01 09:00:02 3.0 
2013-01-01 09:00:03 2.0 
2013-01-01 09:00:04 4.0

來源

2016-11-26 04:05:50

我認爲對我來說關鍵的是知道這是n-1（而不是n），謝謝！ – Huey

事實上，添加NAN和其他任何東西都會給NAN。所以：

input + rolled = sum 
    0  nan nan 
    1  0  1 
    2  1  3 
    nan  2 nan 
    4  nan nan

沒有理由第二行是NAN，因爲它原來的第一和第二元素，這兩者都不是NAN的總和。

另一種方式來做到這一點是：

dft.B + dft.B.shift()

來源

2016-11-26 02:04:31

熊貓軋製給出NaN

回答

相關問題