python - 计算滚动窗口中的不同字符串包括使用 Pandas 的 NaN

Question

我想使用最大值为 36 的滚动计数，它需要包括 NaN 值，例如如果它是 NaN，则从 0 开始。我有这样的数据框:

输入:

val
NaN
 1
 1
NaN
 2
 1
 3
NaN
 5

代码:

b = a.rolling(36,min_periods=1).apply(lambda x: len(np.unique(x))).astype(int)

它给了我:

Val     count
NaN       1
 1        2
 1        2
NaN       3
 2        4
 1        4
 3        5
NaN       6
 5        7

预期输出:

Val     count
NaN       0
 1        1
 1        1
NaN       1
 2        2
 1        2
 3        3
NaN       3
 5        4

Answer 1

你可以过滤掉nan

df.val.rolling(36,min_periods=1).apply(lambda x: len(np.unique(x[~np.isnan(x)]))).fillna(0)
Out[35]: 
0    0.0
1    1.0
2    1.0
3    1.0
4    2.0
5    2.0
6    3.0
7    3.0
8    4.0
Name: val, dtype: float64

原因

np.unique([np.nan]*2)
Out[38]: array([nan, nan])

np.nan==np.nan
Out[39]: False