用第一个计算出的NaN替换Pandas DataFrame列中的居中.rolling()值
在Pandas中，可以使用fillna()函数将NaN值替换为指定的值。要用第一个计算出的NaN替换Pandas DataFrame列中的居中.rolling()值，可以按照以下步骤进行操作：
- 首先，使用
.rolling()函数计算出DataFrame列的滚动平均值。例如，假设我们要计算名为column_name的列的滚动平均值，可以使用以下代码：
rolling_mean = df['column_name'].rolling(window_size).mean()其中，window_size是滚动窗口的大小。
- 接下来，使用
.fillna()函数将NaN值替换为第一个计算出的NaN值。可以使用以下代码：
filled_values = rolling_mean.fillna(rolling_mean.iloc[0])这将使用第一个计算出的NaN值替换所有的NaN值。
完整的代码示例如下：
import pandas as pd
# 计算滚动平均值
window_size = 3
rolling_mean = df['column_name'].rolling(window_size).mean()
# 用第一个计算出的NaN替换NaN值
filled_values = rolling_mean.fillna(rolling_mean.iloc[0])这样，filled_values将包含用第一个计算出的NaN替换的滚动平均值。
关于Pandas DataFrame、.rolling()函数和.fillna()函数的更多信息，可以参考腾讯云的相关文档和教程：
相关·内容
米克·贾格尔的姓在一份数据中不见了。只指定了名字和乐队的名字
import pandas as pd
df = pd.DataFrame({ 'fist': ['John', 'Mick'],
'last':['Lennon', ''],
'band':['Beatles', 'Rolling Stones'] })
我可以轻松地为缺少的字段分配一个新值：
df[&#
浏览 3提问于2016-10-26得票数 1
回答已采纳
1回答
我试图在Pandas dataframe中得到列的滚动平均值，我不能强迫平均值跳过NAs。关于滚动金额，我也有同样的看法：
import pandas as pd
test = pd.DataFrame({'A': [1, 2, 3, 10, np.nan, 5 , 20, 6, 7, np.nan, np.nan, np.nan]})
test['rolling_mean'] = test.A.rolling(3, min_periods=3).mean(skipna = True).reset_index(0,drop=True)
test['ro
浏览 1提问于2022-08-19得票数 0
1回答
划出滚动和
、、
我有一只熊猫
from pandas import DataFrame, Series
其中每一行对应于一种情况，而每列对应于一个月。我想每12个月做一次滚动总结。看起来很简单，但我被困住了
result = [x for x.rolling_sum(12) in df.iterrows()]
result = [x for x.rolling_sum(12) in df.T.iteritems()]
SyntaxError:不能分配给函数调用
a = []
for x in df.iterrows():
s = x.rolling_sum(12)
a.append(s
浏览 3提问于2013-08-12得票数 1
回答已采纳
1回答
简单地，我们可以用轴来计算平均值：
import pandas as pd
df=pd.DataFrame({'A':[1,1,0,1,0,1,1,0,1,1,1],
'b':[1,1,0,1,0,1,1,0,1,1,1],
'c':[1,1,0,1,0,1,1,0,1,1,1]})
# max_of_three columns
mean= np.max(df.mean(axis=1))
如何用滚动平均值来做同样的事情呢？
我试过1：
# max_of_three col
浏览 4提问于2020-05-13得票数 0
我正在使用SMA函数将两个新的pandas.DataFrame.join列添加到dataframe中。
第一次运行良好，但如果再次运行该单元格，将收到以下错误：
ValueError: columns overlap but no suffix specified: Index(['SMA_LONG'], dtype='object')
以下是我的密码。
#cell 1
import numpy as np
import pandas as pd
#cell 2
df = pd.DataFrame({
'close': np.random
浏览 0提问于2019-08-14得票数 1
回答已采纳
2回答
在pandas.DataFrame中有没有滚动的" any“函数？或者，是否有其他方法可以在滚动函数中聚合布尔值？ 考虑一下： import pandas as pd
import numpy as np
s = pd.Series([True, True, False, True, False, False, False, True])
# this works but I don't think it is clear enough - I am not
# interested in the sum but a logical or!
s.rolling(2).su
浏览 23提问于2020-03-24得票数 1
回答已采纳
2回答
使用pandas 0.18.1，我想采用单列数据帧的滚动平均值。从0.18.0版本开始，这是使用rolling()对象完成的。这些滚动对象的默认设置是右对齐。您可以传递一个布尔参数center=True来将滚动对象与中心值对齐，但似乎没有一种方法可以将其左对齐。下面是一个例子：
df = pandas.DataFrame({'A': [2,3,6,8,20, 27]})
df
A
0 2
1 3
2 6
3 8
4 20
5 27
标准方法自动向右对齐，因此在窗口大小为3的前两个输入中没有值：
df.rolling(window=3).mean()
浏览 0提问于2016-06-27得票数 27
回答已采纳
我刚刚进入Pandas，试图用一个大的数据集轻松地做我在excel中会做的事情。我有一个期货价格数据的选择，我已经输入到Pandas使用：
df = pd.read_csv('TData1.csv')
这给了我一个DataFrame。数据格式如下：
Date,Time,Open,High,Low,Close,Volume,Tick Count
02/01/2013,05:01:00,1443.00,1443.75,1438.25,1440.25,20926,4652
02/01/2013,05:02:00,1440.25,1441.75,1440.00,1441.25,7261
浏览 1提问于2013-11-17得票数 1
2回答
我想为我的dataframe中的一列计算Z-滚动分数：
import pandas as pd
values = [1,2,3,4,5]
d1= {'vol': values}
df= pd.DataFrame(d1)
是否有类似于这样做的方法：
df['mean'] = df.rolling(2).mean()
也许有：
from scipy import stats
stats.zscore(df)
编辑：在类似的文章中发现了这种方法：
def zscore_func(x):
return (x[-1] - x[:-1].mean())/x[:
浏览 0提问于2020-01-05得票数 2
回答已采纳
1回答
了解熊猫的滚动相关性
、、、
我正在尝试理解pandas.rolling_corr实际上是如何计算滚动相关性的。到目前为止，我一直在用numpy做这件事。我更喜欢使用pandas，因为它的速度和易用性，但我不能像以前那样获得滚动相关性。
我从两个numy数组开始：
c = np.array([1,2,3,4,5,6,7,8,9,8,7,6,5,4,3,2,1])
d = np.array([8,9,8])
现在我想计算我的数组的长度为3的窗口c的互相关。我定义了一个滚动窗口函数：
def rolling_window(a, window):
shape = a.shape[:-1] + (a.shape[-1] -
浏览 11提问于2017-12-19得票数 3
回答已采纳
接下来的问题是关于使用rolling_apply的。尽管我在函数方面取得了进展，但我仍在努力处理需要两列或更多列作为输入的函数：
创建与之前相同的设置
import pandas as pd
import numpy as np
import random
tmp = pd.DataFrame(np.random.randn(2000,2)/10000,
index=pd.date_range('2001-01-01',periods=2000),
columns=['A',&
浏览 0提问于2014-01-10得票数 20
也许看看这个快速的例子可以帮助你理解我想做的事情：
import pandas as pd
df = pd.DataFrame({"A": [10,20,30,50,70,40], "B": [20,30,10,15,20,30]})
def _custom_function(X):
# whatever... just for the purpose of the example
# but I need X to be the actual df and not a series
Y = sum((X['A
浏览 3提问于2021-03-23得票数 2
回答已采纳
我想使用DataFrame上的DataFrame函数对窗口进行求和，使用每个窗口的可用数据(因此，当窗口超出可用数据时不要返回NaN )。以下是一些样本数据：
import pandas as pd # version 0.12.0 (Python 2.7)
df = pd.DataFrame([1]*4+[2]*4,
index=pd.date_range('2014-1-1', periods=8, freq='D'),
columns=['num'])
df.hea
浏览 3提问于2014-02-22得票数 4
回答已采纳
2回答
我正在尝试在熊猫数据框上应用一个滚动函数，窗口为3年。 import pandas as pd
# Dummy data
df = pd.DataFrame({'Product': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
'Year': [2015, 2016, 2017, 2018, 2015, 2016, 2017, 2018],
浏览 19提问于2020-01-03得票数 1
回答已采纳
概述
当我试图用ValueError在dataframe上应用一个简单的函数时，我得到了一个axis=1 (详见下文)。看起来，它试图将输出解压缩到dataframe的列中，而不是行。这个问题似乎与apply()有关，而且只在使用axis=1时才会发生。为什么会发生此错误？
示例
下面是一个重现错误的简单示例(显然，在我的用例中，我实际上要应用的函数并不存在于内置的熊猫中)：
import pandas as pd
import numpy as np
# data and dummy function
df = df = pd.DataFrame(2 * np.arange(10).res
浏览 9提问于2022-09-13得票数 1
回答已采纳
1回答
我想在滚动的基础上应用pandas.rank。我尝试使用pandas.rolling.apply，但不幸的是，滚动不能与“排名”一起工作。 有没有附近的路？ df = pd.DataFrame(np.random.randn(10, 3))
def my_rank(x):
return x.rank(pct=True)
df.rolling(3).apply(my_rank)
浏览 176提问于2020-01-06得票数 1
回答已采纳
2回答
我有一个python大熊猫代码来解析从api到dataframe的url Json数据。
import pandas as pd
import json
import urllib.request
import os
from pandas import DataFrame
with urllib.request.urlopen(
"https://bittrex.com/Api/v2.0/pub/market/GetTicks?marketName=BTC-WAVES&tickInterval=fiveMin&
浏览 8提问于2018-01-10得票数 2
回答已采纳
1回答
在过去的几周里，我一直在学习python，我对.loc函数有一个问题。
我有一个由每日股票价格和日期组成的dataframe (BAC)作为索引(它似乎是一个datetime对象)。我只想过滤2008年的日期，并对“Close”列做一个滚动平均值(30天)。
下面是我的代码和输出：
BAC.info
OUT : <class 'pandas.core.frame.DataFrame'> DatetimeIndex: 2769 entries, 2015-12-31 to 2005-01-03 Data columns (total 5 columns):
<
浏览 5提问于2020-12-18得票数 0
1回答
我认为我是在过度思考--我试图复制现有的熊猫数据、框架、列和值，并做出滚动平均值--我不想覆盖原始数据。我正在迭代这些列，获取列和值，将7天滚动的ma作为一个新列，其后缀为_ma作为对原始副本的副本。我想比较现有的数据与7天MA，看看有多少标准开发的数据是从7天MA -这我可以弄清楚-我只是尝试保存MA数据作为一个新的数据框架。
我有过
for column in original_data[ma_columns]:
ma_df = pd.DataFrame(original_data[ma_columns].rolling(window=7).mean(), columns = s
浏览 3提问于2020-08-24得票数 0
回答已采纳
1回答
这是一段代码，我不明白为什么在最后一列rm-5上，我得到了前4项的NaN。
我知道对于rm列，前4项没有填充，因为没有可用的数据，但如果我移位列计算，不是应该吗？
类似地，我不明白为什么rm-5列中有5个项目是NaN，而不是4个
import pandas as pd
import numpy as np
index = pd.date_range('2000-1-1', periods=100, freq='D')
df = pd.DataFrame(data=np.random.randn(100), index=index, columns=['
浏览 2提问于2014-12-15得票数 4
回答已采纳
我需要计算dataframe的第一列的平均值，我可以使用mean()方法进行计算。问题是:有时，数据中有-9999个值表示缺失的观测值。我知道在计算Pandas中的平均值时，NaN值本质上是跳过的，当然-9999值不是这种情况。
这是我试过的代码。它计算列的平均值，但通过在计算中取-9999值：
df=pandas.DataFrame([{2,4,6},{1,-9999,3}])
df[0].mean(skipna=-9999)
但它的平均值为-4998.5，这显然是用-9999计算得出的。
浏览 7提问于2015-01-27得票数 4
回答已采纳
当前，如果一个列碰巧只有空值，则会抛出一个异常，并带有以下错误：
无效:无法推断对象数组的类型，均为空
可以指定列的类型，而不是推断类型？
版本：
feather-format==0.3.1
pandas==0.19.1
样本代码：
feather.write_dataframe(pandas.DataFrame([None]*5), '/tmp/test.feather')
浏览 1提问于2017-01-03得票数 4
回答已采纳
尝试使用带有时间索引和count()方法的熊猫，得到一个错误，我在这里遗漏了什么？
以下是一个例子：
d = {'vv': {pd.Timestamp('2020-01-13 08:22:00', freq='T'): 'aa',
pd.Timestamp('2020-01-13 08:23:00', freq='T'): 'bb',
pd.Timestamp('2020-01-13 08:24:00', freq='T'): 'cc'
浏览 4提问于2020-08-16得票数 3
回答已采纳
1回答
我正在尝试计算水下的年度滚动，这导致了TypeError: cannot convert the series to <class 'float'>。这是一个自包含的玩具MRE示例： import numpy as np
import pandas as pd
# generate random returns for two assets
dfr = pd.DataFrame(data=np.random.random_sample((10, 2)),
columns=['a', 'b'])
浏览 8提问于2020-12-09得票数 0
回答已采纳
我想清除下面的Pandas dataframe列，但是在下面的代码中，我试图用一条简单有效的语句来实现它。
输入：
string
0 ['string', '#string']
1 ['#string']
2 []
输出：
string
0 string, #string
1 #string
2 NaN
代码：
import pandas as pd
import numpy a
浏览 5提问于2021-02-09得票数 2
回答已采纳
这是我的第一篇文章，我是Python和Pandas的新手。我一直在根据我在这个网站上看到的许多问题和答案来拼凑下面的代码。我的下一个挑战是如何将月末交易日历应用于下面的代码，以便输出包含列出的两个ETF "VTI和BND“的月末"Adj Close”值。“100马”的100日移动均线仍须以之前100个交易日计算.
@ryan sheftel似乎在这个网站上有一些可以工作的东西，但我似乎无法用我的代码实现它来给我我想要的东西。
到目前为止我放在一起的代码：
import datetime as dt #set start and end dates for data we a
浏览 0提问于2017-02-25得票数 1
2回答
我有一只熊猫的数据像：
ticket date close
0 AAA 2018-01-12 176.16
1 AAA 2018-01-13 176.49
3 AAA 2018-01-14 176.00
4 BBB 2018-01-12 78.19
5 BBB 2018-01-13 79.90
6 BBB 2018-01-14 78.10
我有一个功能：
def rsi(dataframe, period, column = 'close'):
delta = dataframe[co
浏览 1提问于2018-02-12得票数 3
回答已采纳
我在Python3上使用Pandas和Numpy，其版本如下：
Python 3.5.1 (通过Anaconda 2.5.0) 64位
熊猫0.19.1
Numpy 1.11.2 (可能与此无关)
下面是产生问题的最小代码：
import pandas as pd
import numpy as np
a = pd.DataFrame({'i' : [1,1,1,1,1], 'a': [1,2,5,6,100], 'b': [2, 4,10, np.nan, np.nan]})
a.set_index(keys='a
浏览 3提问于2017-02-07得票数 4
回答已采纳
2回答
初始问题陈述
使用熊猫，我想应用可用于重采样()的函数，但不用于滚动()。
这样做是可行的：
df1 = df.resample(to_freq,
closed='left',
kind='period',
).agg(OrderedDict([('Open', 'first'),
('Close', 'last')
浏览 0提问于2020-03-30得票数 1
回答已采纳
Dataframe df_implied_full有几个列，其中一个名为'USDZARV1Y Curncy'，它只有floats。
此代码适用于：
mad = lambda x: np.median(np.fabs(x - np.median(x)))
df_implied_full['madtest'] = df_implied_full['USDZARV1Y Curncy'].rolling(window=60).apply(mad)
此代码不起作用：
test
浏览 2提问于2016-09-18得票数 3
回答已采纳
1回答
我要计算数据帧的滚动平均值、滚动最大值、滚动最小值，同时也要尊重观察的ID，并将它们存储在一个新的列中。我的原始数据帧有许多列，因此不可能手动重命名列。下面是一个示例：
from datetime import datetime, timedelta
import pandas as pd
import numpy as np
import random
np.random.seed(11)
date_today = datetime.now()
ndays = 10
df = pd.DataFrame({'date': [date_today + timedelta(day
浏览 0提问于2018-06-20得票数 2
回答已采纳
2回答
例如，我有两个数据文件，如下所示：
X = pd.DataFrame({f"id{i}": np.random.randn(200) for i in range(100)})
Y = pd.DataFrame({f"id{i}": np.random.randn(200) for i in range(100)})
在熊猫中，两个DFs col的滚动计算(具有相同id的列)可以很容易地通过以下方法编写：
# rolling corr:
X.rolling(5).corr(Y)
# rolling cov:
X.rolling(5).cov(Y)
# rol
浏览 8提问于2022-11-13得票数 1
如果我做了一个groupby()后面有一个具有多层索引的滚动()计算，那么索引中的一个级别是重复的--最奇怪的。我用的是Pandas 0.18.1
import pandas as pd
df = pd.DataFrame(data=[[1, 1, 10, 20], [1, 2, 30, 40], [1, 3, 50, 60],
[2, 1, 11, 21], [2, 2, 31, 41], [2, 3, 51, 61]],
columns=['id', 'date', '
浏览 3提问于2017-02-08得票数 6
回答已采纳
2回答
提供数据：
df = pd.DataFrame({'a' : [1,1,1,1,1,2,1,2,2,2,2]})
我想把'a‘列中的每个值替换为'a’周围的大多数值。对于数值数据，我可以这样做：
def majority(window):
freqs = scipy.stats.itemfreq(window)
max_votes = freqs[:,1].argmax()
return freqs[max_votes,0]
df['a'] = pd.rolling_apply(df['a'], 3, m
浏览 1提问于2015-07-03得票数 2
回答已采纳
1回答
我希望使用滚动窗口计算DataFrame的两列之间的Spearman和/或Pearson相关性。
我试过df['corr'] = df['col1'].rolling(P).corr(df['col2'])
(P是窗口的大小)
但我似乎无法定义这个方法。(将method='spearman'作为参数添加会产生错误：
File "main.py", line 29, in __init__
_df['corr'] = g['col1'].rolling(P).corr(g['c
浏览 7提问于2018-01-10得票数 6
回答已采纳
4回答
我正在尝试将一些数据写入csv文件。但是，F到N列应该是空的。这是我正在使用的数据格式：
data = [['car'], ['bus'], ['laptop'], ['tv', 'chair'], ['music', 'pop'], ['shoe']]
dataFrame = pandas.DataFrame(data).transpose()
前五个列表分别位于A至E列中。例如，'laptop'在列C下，但是，在当前代码'shoe'
浏览 0提问于2018-10-02得票数 1
回答已采纳
2回答
我正在寻找潘达解决这个问题的方法，我有一个DataFrame作为
df
A RM
0 384 NaN
1 376 380.0
2 399 387.5
3 333 366.0
4 393 363.0
5 323 358.0
6 510 416.5
7 426 468.0
8 352 389.0
我想看看df‘>以前的RM值中的值，那么新列状态应该更新0
A RM Status
0 384 NaN 0
1 376
浏览 0提问于2018-04-12得票数 3
回答已采纳
2回答
我有sessions数据格式，其中包含E-mail和Sessions (int)列。
我需要计算每封电子邮件会话的滚动和(即不是全球范围的)。
现在，可以使用以下方法，但速度慢得令人痛苦：
emails = set(list(sessions['E-mail']))
ses_sums = []
for em in emails:
email_sessions = sessions[sessions['E-mail'] == em]
email_sessions.is_copy = False
email_sessions['Ses
浏览 1提问于2016-09-07得票数 2
回答已采纳
1回答
我有一个包含3个序列和一个时间轴的pandas时间序列对象。我想训练一个带有时间窗口的神经网络，因此我需要创建一个由不同移位的重复pandas列组成的矩阵。我可以用pandas.concat手动完成，但这样做需要很长时间，而且灵活性也不高。我现在尝试的是：
# Make 40 columns with the original dataframe first column and
# make 20 columns with the original dataframe second column
param_array = pandas.DataFrame()
for i in range(
浏览 3提问于2015-06-04得票数 4
1回答
让我们使用两个数据集：
import pandas as pd
import numpy as np
df = pd.DataFrame([1, 2, 3, 2, 5, 4, 3, 6, 7])
check_df = pd.DataFrame([3, 2, 5, 4, 3, 6, 4, 2, 1])
我想做以下事情：
如果任何数字df[0:3]大于check_df[0]，则返回1和0，否则，如果任何数字df[1:4]大于check_df[1]，则返回1和0，否则返回<code>H 110</code>等等……<code>H 211</code>
浏览 3提问于2022-07-22得票数 0
回答已采纳
1回答
我有以下DataFrame： import pandas as pd
# create simple dataset of people
data_pandas = pd.DataFrame({'Order': [1, 1, 1,1,2,2,2],
'X': [30,44,30,44,44,30,44],
'Y': [46,46,35,45,90,60,60]}) 我想用以下逻辑创建一个新的列'Z‘：用相同的'X
浏览 22提问于2019-03-14得票数 1
回答已采纳
我有一个pandas数据帧，我想计算一个列的滚动平均值(在groupby子句之后)。但是，我想排除NaNs。
例如，如果groupby返回2，NaN，1，那么当前返回NaN时，结果应该是1.5。
我尝试了以下方法，但似乎不起作用：
df.groupby(by=['var1'])['value'].apply(pd.rolling_apply, 3, lambda x: np.mean([i for i in x if i is not np.nan and i!='NaN']))
如果我试着这样做：
df.groupby(by=['va
浏览 4提问于2016-05-03得票数 9
2回答
我必须用前3个实例的平均值填充dataframe中一列的NaN值。下面是一个例子： df = pd.DataFrame({'col1': [1, 3, 4, 5, np.NaN, np.NaN, np.NaN, 7]})
df
col1
0 1.0
1 3.0
2 4.0
3 5.0
4 NaN
5 NaN
6 NaN
7 7.0 下面是我需要的输出： col1
0 1.0
1 3.0
2 4.0
3 5.0
4 4.0
5 4.3
6 4.4
7 7.0 我尝试过pd.rolling，但当列中有多个NaN值
浏览 32提问于2020-12-14得票数 0
回答已采纳
我一直在查看.rolling文档，您似乎需要提供一个窗口，但我想做的只是按照occurs的顺序将以前发生的某一列的所有事件加在一起。
import pandas as pd
import numpy as np
df = pd.DataFrame({'person':['john','mike','john','mike','john','mike','john','mike','john','mike'],
浏览 1提问于2020-03-14得票数 0
回答已采纳
从Pandas 0.18.0开始，可以通过指定时间跨度来为时间序列提供可变的滚动窗口大小。例如，dataframe dft中2秒窗口求和的代码如下所示：
dft.rolling('2s').sum()
对非datetime跨度也可以这样做吗？
例如，给定一个数据帧，如下所示：
A B
0 1 1
1 2 2
2 3 3
3 5 5
4 6 6
5 7 7
6 10 10
是否可以在列'A‘上指定窗口跨度为3，并计算列'B’的总和，使输出类似于：
A B
0 1 NaN
1 2
浏览 4提问于2017-08-26得票数 1
下面的output列是我试图计算的内容，而diffs列是对计算output的求和差异的解释。
+------------+--------+-------------+
| date | output | diffs |
+------------+--------+-------------+
| 01/01/2000 | | |
| 10/01/2000 | 9 | [9] |
| 20/01/2000 | 29 | [10, 19] |
| 25/01/2000 | 44 | [
浏览 9提问于2022-01-13得票数 1
回答已采纳
我们有一个有5列的dataframe 'A‘，我们想要添加每一列的滚动平均值，我们可以这样做：
A = pd.DataFrame(np.random.randint(100, size=(5, 5)))
for i in range(0,5):
A[i+6] = A[i].rolling(3).mean()
但是，如果'A‘有一列名为'A'，’B‘.’E‘：
A = pd.DataFrame(np.random.randint(100, size=(5, 5)), columns = ['A', 'B',
'C'
浏览 0提问于2018-09-19得票数 1
回答已采纳
2回答
如果我在Python中有一个熊猫DataFrame，如下所示：
import numpy as np
import pandas as pd
a = np.random.uniform(0,10,20)
b = np.random.uniform(0,1,20)
data = np.vstack([a,b]).T
df = pd.DataFrame(data)
df.columns = ['A','B']
df.sort_values(by=['A'])
A B
5 0.057519 0.4654
浏览 2提问于2019-04-03得票数 5
回答已采纳
我的DataFrame中的一些列具有<NA>的实例，这些实例的类型为pandas._libs.missing.NAType。
我想用NaN替换它们，使用np.nan。
我看到了一些问题，在使用<NA>时，可以替换pd.read_csv()的实例。
但是，由于我的Pandas DataFrame是从火花DataFrame创建的，所以我不使用pd.read_csv()函数。
请指点。
浏览 4提问于2021-09-27得票数 5
我想要计算过去3个滚动行中的最大值，如果我看到它们，则忽略NaN。我假设skipna会这样做，但它没有。我怎么能忽略NaN，还有skipna应该做什么？ 在这段代码中 import pandas as pd
df = pd.DataFrame({'sales': [25, 20, 14]})
df['max'] = df['sales'].rolling(3).max(skipna=True)
print(df) 最后一列是 sales max
0 25 NaN
1 20 NaN
2 14 25.0
浏览 95提问于2021-04-29得票数 1
回答已采纳
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
