python - Pandas 替换数据帧时间序列中的值

Question

我有一个以 pandas.tseries.index.DatetimeIndex 作为索引的 pandas 数据框 df。

数据是这样的:

Time                 Open  High Low   Close Volume
2007-04-01 21:02:00 1.968 2.389 1.968 2.389 18.300000
2007-04-01 21:03:00 157.140 157.140 157.140 157.140 2.400000

....

我想替换一个数据点，让 2.389 列中的第 2.389 天用 NaN 关闭:

In: df["Close"].replace(2.389, np.nan)
Out: 2007-04-01 21:02:00      2.389
     2007-04-01 21:03:00    157.140

替换没有将 2.389 更改为 NaN。怎么了？

Answer 1

replace 可能不适用于 float ，因为您在 DataFrame 的 repr 中看到的浮点表示 可能与底层 float 。例如，实际收盘价可能是:

In [141]: df = pd.DataFrame({'Close': [2.389000000001]})

然而 df 的 repr 看起来像:

In [142]: df
Out[142]: 
   Close
0  2.389

因此，与其检查 float 是否相等，不如检查接近度通常更好:

In [150]: import numpy as np
In [151]: mask = np.isclose(df['Close'], 2.389)

In [152]: mask
Out[152]: array([ True], dtype=bool)

然后您可以使用 bool 掩码来选择和更改所需的值:

In [145]: df.loc[mask, 'Close'] = np.nan

In [146]: df
Out[146]: 
   Close
0    NaN