python - pandas.Series groupby pct_change 没有填充缺失值
问题描述
如何以向量化方式计算pandas.Series
groupby
pct_change
而不填充缺失值?
例子:
import pandas as pd, numpy as np
d = pd.Series(data=list(range(1,6))*2,
index=pd.MultiIndex.from_product([['a','b'],range(0,5)]), dtype=np.float64)
d.loc[(slice(None),2)] = np.nan
d.groupby(level=0).pct_change(fill_method=None)
# filled = getattr(self, fill_method)(limit=limit)
# TypeError: getattr(): attribute name must be string
我知道我可以使用apply
:
d.groupby(level=0).apply(lambda x: x.pct_change(fill_method=None))
我正在寻找更有效的解决方案。
谢谢您的帮助!
解决方案
推荐阅读
- html - Waves 设计不适用于背景的顶部,仅适用于底部
- datadog - 使用 Datadog 从指标构建仪表板
- react-native - 需要循环:node_modules/jsan/lib/index.js -> node_modules/jsan/lib/cycle.js -> node_modules/jsan/lib/utils.js -> node_modules/jsan/lib/index.js
- flutter - Flutter SharedPreferences 不记录值但设置了值
- vb.net - 如何在按钮标签/文本中插入带圆圈的数字,vb.net
- python - 如何逐行迭代多个数据帧并修改其中一个
- postgresql - GraphQL - 将 JSON 解析为 graphql 类型数组以支持批量查询
- javascript - Angular 模板中可观察对象上的 ObjectUnsubscribedErrorImpl
- python - smtplib.SMTPNotSupportedError:服务器不支持 SMTP AUTH 扩展 - 尝试通过 Django 发送电子邮件
- html - 我正在做一个学校项目,我希望我的 h1 向下移动一排,以便我的 h1 再次居中