如何在 pandas DataFrame 中忽略滚动平均值计算的 NaN 值？

Posted 2023-03-11

【中文标题】如何在 pandas DataFrame 中忽略滚动平均值计算的 NaN 值？

【英文标题】：How to ignore NaN values for a rolling mean calculation in pandas DataFrame?

【发布时间】：2022-01-07 06:27:55

【问题描述】：

我尝试创建一个 DataFrame，其中包含基于长度为 5 的窗口的滚动平均值。但我的数据包含一个 NaN 值，因此我只获得第 3 列的 NaN 值和 NaN 值.使用.rolling(5).mean() 时如何忽略NaN 值？

我有这个样本数据df1：

    Column1 Column2 Column3 Column4
0   1       5       -9.0    13
1   1       6       -10.0   15
2   3       7       -5.0    11
3   4       8       NaN     9
4   6       5       -2.0    8
5   2       8       0.0     10
6   3       8       -3.0    12

为了方便：

#create DataFrame with NaN
df1 = pd.DataFrame(
                    'Column1':[1, 1, 3, 4, 6, 2, 3], 
                    'Column2':[5, 6, 7, 8, 5, 8, 8], 
                    'Column3':[-9, -10, -5, 'NaN', -2, 0, -3], 
                    'Column4':[13, 15, 11, 9, 8, 10, 12]
                    )
df1 = df1.replace('NaN',np.nan)
df1

当我使用基于 5 窗口创建滚动平均值时，我仅获得第 3 列的 NaN 值。

df2 = df1.rolling(5).mean()


    Column1 Column2 Column3 Column4
0   NaN     NaN     NaN     NaN
1   NaN     NaN     NaN     NaN
2   NaN     NaN     NaN     NaN
3   NaN     NaN     NaN     NaN
4   3.0     6.2     NaN     11.2
5   3.2     6.8     NaN     10.6
6   3.6     7.2     NaN     10.0

【参考方案1】：

Pandas 的意思是有一个 skipna 标志被告知忽略 NaN 看到

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.mean.html

试试

df2 = df1.rolling(5).mean(skipna=True)

或

df2 = df1.rolling(5).apply(pd.np.nanmean)

【讨论】：

这仍然会导致 Column3 被 NaN 填充。此外，skipna 无论如何默认为 True。

非常感谢您的回答。只有当我将上面的 'NaN' 更改为 'NA' 时，您的答案才有效。你知道这可能是什么原因吗？

【参考方案2】：

您应该使用 0 或均值对 NaN 进行插值。

下面的作品。

df1 = df1.fillna(df1.mean())

df2 = df1.rolling(5).mean()

【讨论】：

感谢您的回答！就我而言，我不想插值。