在大熊貓數據幀替換值

Question

我有以下Python代碼：

consumos=df.iloc[:,0] 

df['media_movel'] = rolling_median(consumos, window=30, center=True).fillna(method='bfill').fillna(method='ffill') 
desv_padrao=df.stack().std() 
threshold = 1000 
difference = np.abs(consumos - df['media_movel']) 

corr=np.abs(df['media_movel']-desv_padrao) 
df['corr']=pd.DataFrame(corr) 


outlier = difference > threshold 
df.mask(outlier, df['corr'], axis=1) 

所以，我有一個包含時間序列數據幀和我的目的是糾正異常值（由admiting，基準數據之間的差滾動中位數必須大於1000，這是閾值）。爲此，我創建了布爾變量outlier（根據前面的解釋，當出現異常值時爲True），我試圖用（軋製介質列 - 標準偏差）替換那些異常值爲一個掩模，但結果是NaN的時間序列。我不知道爲什麼這些NaN出現，但我需要獲得正確的數據。

Answer 1

我認爲由於形狀不匹配，替換掩碼值可能會失敗。試着用這個替換您的最後一行：

df.mask(outlier, df['corr'].values.reshape(-1, 1), axis=1) 

如果失敗了，試試這個：

df.iloc[:,0].mask(outlier, df['corr'].values.reshape(-1, 1), axis=1)