Question

我有以下两个pandas时间序列（但问题也适用于numpy数组）：

NaN               NaN
NaN               2
NaN               1
NaN               0
NaN              -1
NaN              -2
6                -3
5                -4
4                -5
3                NaN
2                NaN

我想以下列方式组合这两列。如果两列都包含NaN，则结果列会获得NaN，否则我们会获得具有最小绝对值的值。

例如在我们应该考虑的情况下：

 NaN
 2
 1
 0
-1
-2
-3
-4
 4
 3
 2

Answer 1

让df数据框包含两列，使用axis=1

在行上应用条件绝对最小值

这里，x[np.argmin(x.abs())]检查行索引的绝对最小值，并用符号返回原始值。

另外，我们需要pd.isnull(x.min())检查'All-NaN slice encountered，即两列的值都为NaN。

In [3]: df.apply(lambda x: x.min() if pd.isnull(x.min()) else
                           x[np.argmin(x.abs())], axis=1)
Out[3]:
0    NaN
1      2
2      1
3      0
4     -1
5     -2
6     -3
7     -4
8      4
9      3
10     2
dtype: float64

Answer 2

好的，在阅读并理解了您的问题而无法找到矢量化方法之后，我们可以定义一个自定义函数并调用apply并传递每一行。

因此，这将检查任一列是否为null，如果返回min值，则它会比较任一列的abs值，然后返回具有最小abs值但原始值包括sign的列：

In [269]:

def func(x):
    if pd.isnull(x.a) or pd.isnull(x.b):
        return x.min()
    elif np.abs(x.a) < np.abs(x.b):
        return x.a
    else:
        return x.b

df.apply(lambda row: func(row), axis = 1)
Out[269]:
0    NaN
1      2
2      1
3      0
4     -1
5     -2
6     -3
7     -4
8      4
9      3
10     2
dtype: float64

如何在忽略NaN的几列中找到具有最小绝对值的值？

2 个答案: