熊猫，滚动最大值忽略 NaN

Question

我想计算过去 3 个滚动行中的最大值，如果我看到它们，则忽略 NaN。我以为skipna会这样做，但事实并非如此。我怎么能忽略 NaN，还有 skipna 应该做什么？

在这段代码中

import pandas as pd
df = pd.DataFrame({'sales': [25, 20, 14]})
df['max'] = df['sales'].rolling(3).max(skipna=True)
print(df)

最后一列是

   sales   max
0     25   NaN
1     20   NaN
2     14  25.0

但我希望它是

   sales   max
0     25  25.0
1     20  25.0
2     14  25.0

Answer 1

您也可以在命令中使用 Series.bfill：

df['max'] = df['sales'].rolling(3).max().bfill()

输出：

   sales   max
0     25  25.0
1     20  25.0
2     14  25.0

Answer 2

skipna= 的默认值为 True，因此在您的代码中显式添加它不会产生任何效果。如果您将其设置为 False，如果原始 NaN 列中有 NaN，您可能会得到 sales 作为最大值。有一个很好的解释为什么会发生here。

在您的示例中，您将在前两行中获得那些 NaN，因为 .rolling(3) 调用告诉熊猫，如果滚动窗口中的值少于 3 个，则将对其进行设置到NaN。您可以将 min_periods 调用中的第二个参数 (.rolling()) 设置为至少需要一个值：

df['max'] = df['sales'].rolling(3,1).max()
df
#    sales   max
# 0     25  25.0
# 1     20  25.0
# 2     14  25.0