python - Pandas 滚动给出 NaN

Question

我正在查看有关窗口函数的教程，但我不太明白为什么以下代码会产生 NaN。

如果我没理解错的话，代码会创建一个大小为 2 的滚动窗口。为什么第一、第四和第五行的值为 NaN？起初，我认为这是因为将 NaN 与另一个数字相加会产生 NaN，但后来我不确定为什么第二行不会是 NaN。

dft = pd.DataFrame({'B': [0, 1, 2, np.nan, 4]}, 
                   index=pd.date_range('20130101 09:00:00', periods=5, freq='s'))


In [58]: dft.rolling(2).sum()
Out[58]: 
                       B
2013-01-01 09:00:00  NaN
2013-01-01 09:00:01  1.0
2013-01-01 09:00:02  3.0
2013-01-01 09:00:03  NaN
2013-01-01 09:00:04  NaN

Answer 1

首先要注意的是，默认情况下 rolling 会查找前 n-1 行数据进行聚合，其中 n 是窗口大小。如果不满足该条件，它将为窗口返回 NaN。这就是第一行发生的事情。第四行和第五行，因为总和中的一个值是 NaN。

如果您想避免返回 NaN，您可以将 min_periods=1 传递给将窗口中有效观察的最小所需数量减少到 1 而不是 2 的方法:

>>> dft.rolling(2, min_periods=1).sum()
                       B
2013-01-01 09:00:00  0.0
2013-01-01 09:00:01  1.0
2013-01-01 09:00:02  3.0
2013-01-01 09:00:03  2.0
2013-01-01 09:00:04  4.0