熊貓滾滾適用於允許楠

Question

我有一個非常簡單的熊貓系列：

xx = pd.Series([1, 2, np.nan, np.nan, 3, 4, 5]) 

如果我運行此我得到了我想要的：

>>> xx.rolling(3,1).mean() 
0 1.0 
1 1.5 
2 1.5 
3 2.0 
4 3.0 
5 3.5 
6 4.0 

但如果我必須使用.apply()我不能得到它在mean()操作忽略NaN s到工作：

>>> xx.rolling(3,1).apply(np.mean) 
0 1.0 
1 1.5 
2 NaN 
3 NaN 
4 NaN 
5 NaN 
6 4.0 

>>> xx.rolling(3,1).apply(lambda x : np.mean(x)) 
0 1.0 
1 1.5 
2 NaN 
3 NaN 
4 NaN 
5 NaN 
6 4.0 

我應該怎麼做才能使用.apply()並在第一個輸出中得到結果？我的實際問題更復雜，我不得不使用.apply()來實現，但歸結爲這個問題。

Answer 1

您可以使用np.nanmean（）

xx.rolling(3,1).apply(lambda x : np.nanmean(x)) 
Out[59]: 
0 1.0 
1 1.5 
2 1.5 
3 2.0 
4 3.0 
5 3.5 
6 4.0 
dtype: float64 

如果你有明確處理NaN的，你可以這樣做：

xx.rolling(3,1).apply(lambda x : np.mean(x[~np.isnan(x)])) 
Out[94]: 
0 1.0 
1 1.5 
2 1.5 
3 2.0 
4 3.0 
5 3.5 
6 4.0 
dtype: float64