Question

我正在尝试遍历df中的行，并在某个值为NaN或0时对连续的行进行计数，并开始计数该值是否从NaN或0变为零。我想得到这样的内容：< / p>

Value  Period
0      1
0      2
0      3
NaN    4
21     NaN
4      NaN
0      1
0      2
NaN    3

我编写了一个函数，该函数将一个数据帧作为参数，并返回一个带有额外列的数字来表示该计数：

def calc_period(df):
    period_x = []
    sum_x = 0
    for i in range(1,df.shape[0]):
        if df.iloc[i,0] == np.nan or df.iloc[i,0] == 0:
            sum_x += 1
            period_x.append(sum_x)
        else:
            period_x.append(None)
            sum_x = 0
    period_x.append(sum_x)
    df['period_x'] = period_x
    return df

当值为0时，该函数运行良好。但是当值为NaN时，计数也为NaN，我得到以下结果：

Value  Period
0      1
0      2
0      3
NaN    NaN
NaN    NaN

Answer 1

这是您代码的修订版：

5   -0.025081
Name: percent_change, dtype: float64

有2个修复程序：

用import pandas as pd import numpy as np import math def is_nan_or_zero(val): return math.isnan(val) or val == 0 def calc_period(df): is_first_nan_or_zero = is_nan_or_zero(df.iloc[0, 0]) period_x = [1 if is_first_nan_or_zero else np.nan] sum_x = 1 if is_first_nan_or_zero else 0 for i in range(1,df.shape[0]): val = df.iloc[i,0] if is_nan_or_zero(val): sum_x += 1 period_x.append(sum_x) else: period_x.append(None) sum_x = 0 df['period_x'] = period_x return df代替df.iloc[i,0] == np.nan
最后删除math.isnan(val)，然后添加第一个期间值（因为我们从第二个值开始迭代）

在Python的“ for”循环中计算NaN

1 个答案: