我正在使用np.where进行浮点数的逻辑测试以确定该值是>还是<0。由于计算,在熊猫数据框中存在np.nan值,我希望使用np.where函数以“忽略” np.nan行-换句话说,将该行保留为np.nan。我该怎么办?
这里是一些虚拟数据的例子。
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,但是numpy将此值评估为小于零的值,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
看着np.where documentation,似乎没有关于如何处理np.nan值的内在论点。我也尝试嵌入多个np.where函数,但是无法使其正常工作。还有其他想法吗?
答案 0 :(得分:1)
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)
答案 1 :(得分:1)
您可以像这样使用np.where:
so_df['greater_zero?'] = np.where(np.isnan(so_df['pct_change']), so_df['pct_change'], (so_df['pct_change'] > 0).astype(int))
print(so_df)
输出
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
NaN基本上在哪里使用相同的值,否则直接使用比较的值