是否有一种方法可以跳过使用Pandas pct_change()函数的观察？
是否有一种方法可以跳过使用Pandas pct_change()函数的观察？
提问于 2022-09-12 16:46:35
看看这些，他们并没有真正回答我的问题：
- Pandas pct_change with data containing NaN results in nonsensical values
- How to get the percent change of values in a dataframe while caring about NaN values?
- python pandas - calculate percentage change using last non-na value
我有一个很大的DataFrame，并且希望计算每一列的pct_change()。我希望结果跳过nan值，这样它就相当于：
for i in df.columns:
_pct = df[i].dropna().pct_change()然后，对于原始值为nan的行，pct_change()值也将是nan。换句话说，如果我有：
price = [1, nan, 1.1, 1.155, nan, 1.0395]我要：
pct_change = [nan, nan, 0.1, 0.05, nan, -0.1]是否有内置的方法来完成此操作，还是必须创建自己的循环来完成，即遍历每一列，执行pct更改，然后将值替换为nan？
谢谢
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-09-12 16:53:46
我认为您可以在列中使用pct_change，然后屏蔽这些单元格，如下所示
df.pct_change().where(df.notna())举例说明：
nan = np.nan
df = pd.DataFrame({
'price': [1, nan, 1.1, 1.155, nan, 1.0395],
'price2': [1, nan, nan, 1.155, nan, 1.0395]
})
print(df.pct_change().where(df.notna()))
# price price2
# 0 NaN NaN
# 1 NaN NaN
# 2 0.10 NaN
# 3 0.05 0.155
# 4 NaN NaN
# 5 -0.10 -0.100页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/73692605
复制相关文章
相似问题
腾讯云开发者
