python - np.where 对 np.nan 的处理(NaN 评估为值 < 0)
问题描述
我正在使用 np.where 对浮点数进行逻辑测试,以确定该值是 > 还是 < 0。由于计算,pandas 数据框中存在 np.nan 值,我希望 np.where 函数为“忽略” np.nan 行 - 换句话说,将该行保留为 np.nan。我怎样才能做到这一点?
这是一个带有一些虚拟数据的示例。
import pandas as pd
import numpy as np
#create some dummy data with datetime index
prices = [100, 99, 98, 101, 102, 99]
dates = pd.date_range(start='1/1/2018', end='1/06/2018')
so_df = pd.DataFrame(prices, index=dates)
so_df.columns = ['Close']
#calculate daily % changes
so_df['pct_change'] = so_df.Close.pct_change()
#logic test to determine if pct_change > 0 or not
so_df['greater_zero?'] = np.where(so_df['pct_change'] > 0, 1, 0)
查看数据框,我们可以看到第一行是 np.nan,但 numpy 将其评估为小于零的值,这是不正确的。这应该只是一个 np.nan。
Close pct_change greater_zero?
2018-01-01 100 NaN 0
2018-01-02 99 -0.010000 0
2018-01-03 98 -0.010101 0
2018-01-04 101 0.030612 1
2018-01-05 102 0.009901 1
2018-01-06 99 -0.029412 0
查看np.where 文档,似乎没有关于如何处理 np.nan 值的嵌入式参数。我还尝试嵌入多个 np.where 函数,但无法使其正常工作。还有其他想法吗?
解决方案
您可以使用Series.mask
设置NaN
值:
so_df['greater_zero?'] = np.where(so_df['pct_change'] > 0, 1, 0)
so_df['greater_zero?'].mask(so_df['pct_change'].isna(),np.nan,inplace=True)
print(so_df)
Close pct_change greater_zero?
2018-01-01 100 NaN NaN
2018-01-02 99 -0.010000 0.0
2018-01-03 98 -0.010101 0.0
2018-01-04 101 0.030612 1.0
2018-01-05 102 0.009901 1.0
2018-01-06 99 -0.029412 0.0
so_df['greater_zero?'].where(so_df['pct_change'].notna(),np.nan,inplace=True)
推荐阅读
- java - 扫描器类:同一行上的两个输入,用空格分隔
- netsuite - Netsuite - 单击按钮时弹出的工作流不起作用
- javascript - 试图包含一个简单的模块 - 无法让它工作纯 Javascript
- mysql - mysql查询找出三线经理
- mysql - InnoDB 字段类型大小与文件大小的差异?
- bash - WSL 启动显示“-bash: [: too many arguments”
- debugging - 反汇编程序在分析目标文件时如何维护寄存器的值?
- maven - Maven/Gradle 容器无法在内部 k8s 集群上构建项目
- mysql - Mysql - 您不能在 FROM 子句中指定要更新的目标表 - 子查询误解?
- php - 如何将表单数据插入 phpmyadmin 数据库?