滚动中值静止保留一个NaN值
是一种数据处理方法，用于处理时间序列数据中的缺失值。在滚动中值静止保留一个NaN值方法中，通过计算滑动窗口内的数据的中值来填充缺失值，同时保留一个NaN值。
滚动中值静止保留一个NaN值的步骤如下：
- 定义一个滑动窗口的大小，该窗口包含了一定数量的连续数据点。
- 将窗口应用于时间序列数据，从第一个数据点开始滑动，直到最后一个数据点。
- 在每个窗口中，计算窗口内数据的中值。
- 如果窗口内有缺失值，则将中值填充到缺失值的位置。
- 保留一个NaN值，即如果窗口内所有数据点都是缺失值，则保留一个NaN值。
滚动中值静止保留一个NaN值的优势包括：
- 保留了原始数据中的缺失值信息，不会对整体数据分布造成过多的改变。
- 中值作为一种统计量，对异常值的影响较小，能够有效地处理异常值。
- 适用于时间序列数据的处理，能够保持数据的时间顺序。
滚动中值静止保留一个NaN值的应用场景包括：
- 金融领域：处理股票价格、交易量等时间序列数据中的缺失值。
- 气象学：处理气象数据中的缺失值，如温度、湿度等。
- 物联网：处理传感器数据中的缺失值，如温度、湿度、光照强度等。
腾讯云相关产品中，可以使用云原生数据库TDSQL来处理滚动中值静止保留一个NaN值的需求。TDSQL是一种高可用、高性能、全球分布的云原生数据库，支持MySQL和PostgreSQL引擎，提供了强大的数据处理和分析能力。您可以通过以下链接了解更多关于腾讯云TDSQL的信息：TDSQL产品介绍。
相关·内容
1回答
我想将pandas qcut应用于滚动窗口。我不确定如何去做this...idea，就是花上20天，找到落在上四分位数中的值，找出上四分位数中值的平均值。并返回该滚动时间序列的平均值。 所以如果我有 s = pd.Series([5,6,10,12,13,13,20,21,22])
s.rolling(2,2).apply(lambda x: pd.qcut(x,5)) 这会导致 0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
8 NaN
dtype: float64 如何获得每个时间序列的qcut间隔？谢谢
浏览 12提问于2019-02-22得票数 2
我有下面的dataframe，它有一个使用日期的非唯一索引：
column
2019-01-07 NaN
2019-01-08 NaN
2019-01-08 0.02
2019-01-09 31.45
2019-01-10 NaN
2019-01-10 71.87
2019-01-10 90.18
2019-01-11 NaN
2019-01-12 12.67
2019-01-12 5.68
2019-01-12
浏览 0提问于2021-01-28得票数 2
回答已采纳
我对r不熟悉，我正试图从给定的表格中计算一个指数，我计算了下面表格的最小值、最大值和中位数，我在列中有一些NaN。第一和第二列是纬度和经度，从3开始是土壤湿度。
1 2 3 4 5 6 7 8 9 10 11
28.188 -111.438 NaN NaN NaN NaN NaN NaN NaN NaN NaN
28.188 -111.312 362.74 360.723 361.
浏览 2提问于2015-01-03得票数 0
1回答
我有几个长期数据系列与空白，并希望使用低通滤波器检测异常值。理论上，(数据中位数)>3西格玛似乎是一个合适的测试，但有两个问题：
数据序列太长，变化太大，所以对整个系列只使用一个中位数和标准差是行不通的，
使用pandas.rolling_median和pandas.rolling_std已经帮了我很大的忙，但是现在数据缺口成了一个问题，因为在每个有效间隔的末尾都缺少滚动值，因此没有值可以比较。
下面的程序说明了这个问题(如果由于随机数据而在第一次尝试中捕获了所有异常值，则可能需要再次运行)：
import numpy as np
import pandas as pd
浏览 2提问于2016-07-22得票数 2
回答已采纳
我有一个序列，我想取所有非零值的累积中值，得到一个与原始序列长度相同的序列。 my_series.expanding().median()给了我一个与my_series长度相同的序列，这接近于我想要的长度，但在我取每个窗口的中值之前，我想从窗口中去掉等于零的行，或者切出非零值，或者其他一些东西……表现最好的。 a = [0, 1, 2, 0, 100, 1000]
my_series = pd.Series(a)
my_series.expanding().median()
# returns:
0 0.0
1 0.5
2 1.0
3 0.5
4 1.0
浏览 13提问于2021-11-22得票数 0
回答已采纳
我是一个初学者，与MATLAB和我正在努力完成这项任务。有人能指引我通过它吗？
考虑以下提供的数据：
x = [ 1 , 48 , 81 , 2 , 10 , 25 , ,14 , 18 , 53 , 41, 56, 89,0, 1000, , ...
34, 47, 455, 21, , 22, 100 ];
加载数据后，查看是否可以找到任何数据：
离群值或
缺少数据文件中的数据
使用中值、模式和噪声数据纠正丢失的值，使用中值二进制、均值二进制和bin边界。
浏览 1提问于2014-08-05得票数 1
回答已采纳
我必须从Excel调用python脚本，并且需要检查数据是否干净。
我将从excel文件中获取数据格式。一个不可接受的场景是在df中的一个特定列中有一个空值。
在该列中值为空时，我想打印一条错误消息并退出脚本。
类似于：
if df['columnX'] is empty
print "error message"
sys.exit()
不知道什么是处理它的有效方法
浏览 2提问于2017-05-01得票数 1
回答已采纳
1回答
Pandas透视表中的滚动中值
、、、、
我正在尝试计算一个滚动中值作为pandas数据帧上的聚合函数。以下是一些示例数据：
import pandas as pd
import numpy as np
d = {'date': ['2020-01-01','2020-02-01','2020-03-01','2020-01-01','2020-02-01','2020-02-01','2020-03-01','2020-02-01','2020-03-01','20
浏览 2提问于2021-06-08得票数 2
3回答
我有以下格式的数据：
>>> df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
A B C D
0 58 3 25 94
1 54 4 99 85
2 87 98 74 36
3 63 68 79 51
4 25 7 42 12
.. .. .. .. ..
95 50 19 90 99
96 68 1 52 98
97 96 2 98 2
浏览 2提问于2021-03-05得票数 2
回答已采纳
为什么在本系列中值None同时转换为True和False？
环境规划署：
木星实验室Notebok 6.0.3
Python 3.7.6
进口：
from IPython.display import display
import pandas as pd
将None转换为True
df_test1 = pd.DataFrame({'test_column':[0,1,None]})
df_test1['test_column'] = df_test1.test_column.astype(bool)
display(df_test1)
浏览 7提问于2021-02-05得票数 0
回答已采纳
我需要完全删除数据帧中所有列中值为"None“的行。我使用了以下代码- df.dropna(axis=0,how='all',thresh=None,subset=None,inplace=True) 这不会给数据帧带来任何差异。值为"None“的行仍然存在。 如何做到这一点？
浏览 352提问于2019-05-30得票数 1
我有一只熊猫df看起来像这样：
我想要计算值的行有"-“而不是值，我希望用上面和下面行中值的平均值来替换这些值。
有人知道怎么做吗？
谢谢大家！
浏览 2提问于2022-02-07得票数 1
回答已采纳
1回答
我们有一个适合于16位的浮点码，符号是1位，指数是4位，显着性是11位。我读过关于浮点的文章，找到了归一化指数的范围。我认为这将是1-偏差和2^(exp-1) -1，导致范围为-6,7。
我还试图找出正非正化值的范围，代码的中值，正归一化值的中位数和正值的中值。
我知道要找到最大正归一化值，我需要计算0 0000 11111111111 (最小)和0 1110 11111111111 (最大)。另外，有多少不同的值可以被编码？会是2^16吗？
浏览 4提问于2016-10-18得票数 1
回答已采纳
我的数据帧有80列乘以100万行。
数据集中有很多NaN，如果我丢弃所有的NA值，我会丢失太多的数据，使其变得无用。
我想知道是否有一种方法可以遍历这些列，当它稍后进行任何计算时，比如均值、中值、模式或更高级的计算，它只是假装这些值不在那里。
它并不总是像NaN一样，它有时包含像“无限”这样的值，应该忽略。
有没有类似这样的东西：
Find NaN and Infinity in Dataframe, flag them and DO NOT CONSIDER them IN CALCULATIONS
我试着找到一个命令来做这件事，但是任何关于它的信息，也许我只是在做傻事。
浏览 6提问于2021-03-03得票数 3
回答已采纳
我希望应用滚动中值来替换以下数据格式中的NaN值，窗口大小为3：
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 ... 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 201
浏览 2提问于2021-07-16得票数 2
回答已采纳
3回答
如何获得包含NaNs的数组的中值索引？
例如，我有一个值[Nan, 2, 5, NaN, 4, NaN, 3, 1]数组，其中包含相应的[np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3]值错误数组。然后中位数是3，而错误是0.4。
有什么简单的方法吗？
编辑:我编辑了错误数组，以暗示一个更现实的情况。是的，我在用numpy。
浏览 1提问于2015-02-05得票数 0
回答已采纳
我在python中有两个数据集。一个具有二进制值(即在某些情况下值为nan，在我想要的索引中为1)。另一个数据集充满了随机数据。我想在第二个数据集中选择数据，其中值在第一个数据集中为1。
例如，如果数据集'a‘是：
[[nan, nan, nan, nan,],
[nan, 1, 1, 1,],
[nan, nan, 1, nan,],
[nan, nan, nan, nan]]
“b”是：
[[1.4, 1.5, 1.8, 1.9],
[1.1, 1.2, 1.5, 1.8],
[1.1, 1.3, 1.6, 1.2],
[1.4, 1.2, 1.8, 1.9]]
那么输
浏览 7提问于2022-08-22得票数 -1
2回答
我想在numpy数组和pandas序列上使用布尔索引来选择某一列中值 import numpy as np
a = [0.5, 0, 1, 17, np.nan]
b = np.array(a)
c = b[b < 3 or b == np.nan]
浏览 11提问于2021-06-07得票数 2
回答已采纳
3回答
我有一个包含四列数据的Google文档。我右边有一张图表。当您向下滚动以查看所有数据时，图表会从屏幕上向上滚动。
有什么办法让它静止还是浮动？
浏览 0提问于2013-03-27得票数 18
我的日期索引数据在给定日期可以有多个观察值。我想要得到一个值的滚动中值，但没有得到我想要的结果：
df = pd.DataFrame({
'date': ['2020-06-22', '2020-06-23','2020-06-24','2020-06-24', '2020-06-25', '2020-06-26'],
'value': [2,8,5,1,3,7]
})
df['date'] = pd.to_datetime(df[&#
浏览 0提问于2020-11-06得票数 1
在熊猫中，我如何过滤掉某些列中值为零的行？我需要删除那些行，其中所有的值(第一列除外)都是零。
浏览 0提问于2014-08-22得票数 2
回答已采纳
1回答
比方说，我有一个像这样的数据
A B C
0 NaN NaN lizard
1 NaN penguin giraffe
2 horse turtle NaN
我想要做的是添加一个列(D)，它的值要么是A列的值，要么是A列的值，否则它应该是B列和C列中值的组合，条件是它们都不是null/none。如果A列为null，B或C的任一列为null，则D应为null/none。
对于A列，我可以这样做，方法是使用numpy的where函数：
df['D'] = np.where(df['A&#
浏览 2提问于2021-10-27得票数 1
回答已采纳
我的数据有75130行×36列，我计划用模式填充一些列的'NA‘，一些列用中值填充。我刚刚了解了计算机，并开始在我的数据集上进行练习。
An example of my dataFrame:
y1 y2 y3 y4
0 2 Nan 1 0.3
1 Nan Nan 2 0.4
2 2 Nan 3 1.0
3 3 Nan 4 2.0
4 4 Nan Nan Nan
5
浏览 12提问于2020-05-28得票数 0
几个月前，我刚接触到蟒蛇，也是这个论坛的新手。感谢有人能帮忙。我想找出最接近中位数的值。
用于获取每个单元的中值，我使用groupby和中值()，然后得到与原始dataframe的差异，使用abs()和idxmin()来获得最小的增量。基本上，我最终得到了另一个数据，它的指数与中值最接近。如何继续使用索引来获取实际值？
Unit Test1 Test2 Test3
Unit1 0.254279388 0.010388754 0.820704593
Unit1 0.957139807 0.207681463 0.738428693
Unit1 0.043462803 0
浏览 2提问于2020-07-22得票数 0
回答已采纳
1回答
熊猫填充物使用群与模式
、、、、
我最近开始使用Pandas，目前我正在尝试将数据集中的一些缺失的值计算出来。
我想根据中位数(对于数字条目)和模式(对于分类条目)来计算缺少的值。但是，我不想计算整个dataset上的中值和模式，而是基于我的专栏文章中的一个名为"make"的GroupBy来计算每个组。
对于数值NA值，I执行了以下操作：
data = data.fillna(data.groupby("make").transform("median"))
...which工作得很好，用它们的"make"中值替换了我所有的数值NA值。
但是，对于范畴NA值，我无
浏览 2提问于2019-12-01得票数 2
回答已采纳
我有一个数据帧，我想忽略(用NaN替换)滚动窗口中没有足够的非NaN值的值。可以通过以下方式重新创建示例数据帧：
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
for col in df.columns:
df.loc[df.sample(frac=0.25).index, col] = np.nan
A B C D
0 38.0 39.0 NaN 82.0
1 44.0 47.0 NaN
浏览 2提问于2021-03-09得票数 0
2回答
我试图使用sklearn.preprocessing.Imputer来计算丢失的值，使用它们的中值。我注意到我的数据中的第一列被删除了，而且没有很好的理由(缺少的值非常稀少)。澄清：
>>> X = np.array([[1,2,3],[4,5,np.nan], [7,8,9]])
>>> X
array([[ 1., 2., 3.],
[ 4., 5., nan],
[ 7., 8., 9.]])
>>> Imputer(strategy='median').fit_
浏览 1提问于2014-05-19得票数 2
回答已采纳
1回答
我有一个包含100多个列和1000 s行的数据，但是基本结构是
Index 0 1 2
0 AAA NaN AAA
1 NaN BBB NaN
2 NaN NaN CCC
3 DDD DDD DDD
我想添加两个新列，一个是和id，等于每一行中的第一个值，第二个是每一行中值的计数。看起来会是这样的。要清除，所有行都具有相同的值。
Index id count 0 1 2
0 AAA
浏览 0提问于2020-02-25得票数 1
回答已采纳
我不能完全确定它的具体版本，但是在9.0之后的某个地方，一直持续到10.0.7，当尝试使用waitFor(element).toBeVisible().whileElement(element).scroll()方法时，Detox成功地找到了可滚动的内容，但它是从我们的页脚栏下面开始滚动的。
我可以看到模拟器上的动作指示器正在抓取和滚动，但屏幕根本没有滚动。有没有办法指定开始滚动操作的偏移量？
浏览 1提问于2019-02-21得票数 2
根据：
我的数据是：
当医院列中值相同的行在GeneralRepresentation列中有不同的值时，我想使用熊猫来重命名医院。如果医院列中值相同的行在GeneralRepresentation列中具有相同的值，则不会对医院进行重命名。对于没有GeneralRepresentation的医院，保持医院的名称不变。
我想要的效果如下：
当我在中使用Beny的代码时
g = df.groupby('Hospital')['GeneralRepresentation']
s1 = g.transform(lambda x :x.factorize(
浏览 15提问于2021-12-30得票数 0
回答已采纳
1回答
我有一个值如下所示的文件(列中值的混合？)而没有?)：
/a/b/c?abc=0
d/e/f
我只需要包含"?“的行。然后，使用"?“分隔该行，以便将输出作为/a/b/c作为一列，然后作为其他列。
我尝试了以下几点：
包含( "?“)数据‘’url‘.str.include(”？“) ==>，用于只获取行连接”？“
数据‘’url‘.str.spl(’？‘)1 ==>，然后在"?“上拆分？
但这行不通。
你能帮忙吗？
浏览 1提问于2022-10-20得票数 1
5回答
在Python3工作。
假设你有一百万只甲虫，你的任务是对它们的斑点大小进行分类。因此，您将创建一个表，其中每一行都是甲虫，行中的数字代表点的大小；
[[.3, 1.2, 0.5],
[.6, .7],
[1.4, .9, .5, .7],
[.2, .3, .1, .7, .1]]
另外，您还决定将其存储在numpy数组中，在该数组中使用None填充列表(numpy将将其转换为np.nan)。
[[.3, 1.2, 0.5, None, None],
[.6, .7, None, None, None],
[1.4, .9, .5, .7, None],
[.2,
浏览 0提问于2019-03-14得票数 6
回答已采纳
2回答
计算组内移动中值
、、、、
我想执行滚动中位数在价格列在4天前，数据将按日期分组。基本上，我想取一天的价格和4天前的所有价格，然后计算出这些数值的中位数。
以下是示例数据：
id date price
1637027 2020-01-21 7045204.0
280955 2020-01-11 3590000.0
782078 2020-01-28 2600000.0
1921717 2020-02-17 5500000.0
1280579 2020-01-23 869000.0
2113506 2020-01-23 628869.0
580638 2020-01-25 650
浏览 5提问于2020-03-25得票数 1
回答已采纳
1回答
我正在通过pandas处理一些数据，这些数据可能存在一些需要处理的不一致之处。数据是值的时间序列：
A B C
YYYY MM DD hh mm
2017 8 20 23 0 1 2.0 NaN
10 2 4.0 NaN
20 3 6.0 NaN
30 4 8.0 NaN
... ..
浏览 1提问于2021-01-22得票数 2
回答已采纳
我有一个熊猫数据栏，有10列，我想填充除一列之外的所有列的缺失值(假设该列称为test)。目前，如果我这样做：
df.fillna(df.median(), inplace=True)
它用中值替换所有列中的NA值，如何在不指定所有其他列的情况下排除特定列。
浏览 5提问于2017-03-21得票数 8
回答已采纳
1回答
我想从800x10000静止图像中生成一个视频，比如说800x600。
图像必须从上到下滚动，就像有人在滚动页面一样。
如果它能在某些部分上滚动得更快，在其他部分上滚动得更慢，那就太好了，如果不是，我想我可以制作几个单独的视频，然后把它们缝起来。
我找不到关于这个问题的任何文件，有人能给我一个提示吗？耽误您时间，实在对不起!
浏览 4提问于2014-06-19得票数 3
回答已采纳
1回答
求N8位数的中值
、、、、
给定一个N8位数数组(值0-255)？
如何找到中间值？
我尝试过基数排序和中值的中间算法。
如果数字的值在0到255之间，是否有更好的方法？
浏览 4提问于2015-09-08得票数 2
回答已采纳
我有一组汽车的数据，并且必须训练一个模型来预测汽车的价格，但是我的怀疑在于数据的清理。下面是dataframe car_df中的列：
Data columns (total 17 columns):
Id 53515 non-null int64
Maker 53515 non-null object
model 53515 non-null object
Location 53515 non-null object
Distance
浏览 0提问于2019-08-05得票数 0
回答已采纳
我正在尝试创建一个新的DataFrame，它由与上一列中值1.0或NaN对应的行组成，其中我只将Nans放在1.0下面(也就是说，我对所有内容都感兴趣，直到0.0出现为止)。
Timestamp Value Mode
00-00-10 34567 1.0
00-00-20 45425
00-00-30 46773 0.0
00-00.40 64567
00-00-50 25665 1.0
00-00-60 25678
我的尝试是：
for row in data.itertuples():
whil
浏览 0提问于2018-08-27得票数 2
回答已采纳
我正在读取一个csv文件到一个熊猫的数据。
df= pd.read_csv("table.csv", encoding = 'ISO-8859-1')
我有一个名为' value‘的列，其中包含'-’当值为零时。我的目标是过滤掉列中值为零的所有行。
但是，当值为负值时，符号也包含在内。
当我尝试：
df['value'] = df['value'].str.replace(',', '')
df['value'] = df['value'
浏览 0提问于2018-10-01得票数 1
回答已采纳
我在试着计算正数的标准差。
np.random.seed(42)
d = pd.Series(data = np.random.randn(1000))
如果我执行以下操作：
(d.where(d>0))[-100:].std(skipna=True)
我得到了0.56972171400539895，但如果我尝试使用滚动函数，我只能得到nan
(d.where(d>0)).rolling(100).std(skipna=True).iloc[-1]
有没有办法让滚动功能发挥作用？我已经用python 3.5和pandas 0.20进行了测试
浏览 25提问于2017-07-18得票数 0
回答已采纳
2回答
我第一次使用numpy。
我有一个方阵(158乘158)。我希望将矩阵对角线上的任何NaN值替换为对角的中值。任何偏离对角线的值，我想要为零。
我写的代码不管用，
cov_martix = np.cov(np.transpose(coeff), rowvar=False)
# any nan's on the diagional are replaced by the median value of the diag
# any nan's off the diag are replaced with zero
diag = np.nanmedian(np.diag(cov_
浏览 4提问于2021-02-10得票数 0
回答已采纳
有一个按类型的车辆数据集(轿车、SUV、卡车等)、里程计、汽缸、价格等。我正在处理“汽缸”栏中缺少的值，其中包含车辆发动机中的汽缸数。我填写缺失值的方法是使用每种车辆的气缸数的中位数。使用枢轴表，如下所示：
现在，我想要创建一个for循环，它遍历每一行，当它在列中找到一个NaN值时，“柱面”将其替换为根据类型在pivot表中看到的中值。
谢谢
浏览 6提问于2022-06-30得票数 0
我有一个有10000行33栏的大熊猫数据。其中一列是“年龄”，它具有数据类型'int64‘和相当多的缺失值。
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10000 entries, 0 to 9999
Data columns (total 33 columns):
customer 10000 non-null int64
age 10000 non-null int64
缺失的值已在数据中记录为0。缺失值：
浏览 1提问于2018-11-20得票数 0
回答已采纳
1回答
我正在尝试筛选出我的dataframe中的一些行(大于400000行)，其中一列中的值具有None类型。我们的目标是让我的dataframe只拥有在“列”列中浮动的值的行。我计划通过传入一个布尔值数组来实现这一点，但我不能正确地构造我的布尔值数组(它们都返回了True)。
当我运行以下操作时，给定df范围内的i值，则比较工作：
df.loc[i, 'Column'] != None
“列”中值为None的行给出的结果为False。
但当我做这个手术时：
df.loc[0:len(df), 'Column'] != None
布尔数组返回为all True。
浏览 0提问于2018-11-12得票数 1
回答已采纳
我正在尝试在现有的df中创建一个新列。新列的值是由groupby和滚动和的组合创建的。我该怎么做呢？
我尝试了两种方法，这两种方法都会导致NaN值或“带有框架索引的插入列的索引不兼容”
df =类似于以下内容：
HomeTeam FTHP
0 Bristol Rvs 0
1 Crewe 0
2 Hartlepool 3
3 Huddersfield 1
我试过了：
(1)
df['new'] = df.groupby('HomeTeam')['FTHP'].rolling(4).sum()
浏览 8提问于2019-04-26得票数 1
4回答
我有一个python数据框架，其中有一些异常值。如果没有这些值，我想用数据的中值来代替它们。
id Age
10236 766105
11993 288
9337 205
38189 88
35555 82
39443 75
10762 74
33847 72
21194 70
39450 70
因此，我希望将所有> 75的值替换为其余数据集的数据集的中值，即70,70,72,74,75的中值。
我想做以下几件事：
将所有大于75的值替换为
浏览 5提问于2017-07-29得票数 15
回答已采纳
很长一段时间以来，我一直在努力为从电位器(5K线性罐，500 Hz采样，如果重要的话)收集的一些数据进行过滤或开发算法。以下是两个样本集：
1)
2)
正如您所看到的，数据中有许多尖峰，但这会使情况恶化，因为我可以看到它应该是什么样子。我可以看到，它仅仅是发生尖峰的“最小值”(也许可以称之为基线？我不确定)。基本上，如果这些峰值与其他相邻数据一起下降，很明显，我会得到正确的输出，因为大多数情况下，它应该只是线性地增加和减少。我希望这是有意义的。有什么方法可以过滤这个，或者开发某种算法吗？我似乎什么都做不到--最近我尝试了一个中值滤波器，但在这个过程中，我失去了数据的形状。不管怎么说，我能把
浏览 4提问于2015-03-18得票数 0
回答已采纳
我有一个有几个列的Pandas数据框架，其中一些列包含分类条目。我使用因式分解()将这些条目转换(或编码)为数值，如下所示：
for column in df.select_dtypes(['category']):
df[column] = df[column].factorize(na_sentinel=None)[0]
这些列有几个NaN条目，所以我让na_sentinel=None保留NaN条目。但是，NaN值没有被保留(它们被转换为数字条目)，这不是我想要的。我的熊猫版是1.3.5。我遗漏了什么吗？
浏览 3提问于2022-02-05得票数 0
1回答
我已经为我的数据计算了每月滚动平均值，但是计算中有一个月的延迟，如果我们是在10月，结果需要交付9月份的月平均数等等。我可以在滚动平均值中加入什么论点来考虑这种滞后呢？
history_data_resampled.rolling(window = 12).mean()
浏览 8提问于2022-10-14得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
