数据框分箱平均值，跳过 nan

Question

为了这个问题，我有一个以下结构的数据框：

Date      A    B 
2016/1/1  nan  nan
2016/1/2  nan  nan
2016/1/3  3    2
2016/1/4  4    1
2016/1/5  nan  nan
2016/1/6  6    8
2016/1/7  7    nan
2016/1/8  8    3
2016/1/9  9    5

我想做的是创建一个 3 天的分箱平均值，我可以很容易地使用

df = df.resample('3D', on='Date').mean()

但是使用这种方法，nan 值被计为零值，它们会影响平均值，如下所示：

Date      A    B
2016/1/1  nan  nan
2016/1/2  nan  nan
2016/1/3  3    2

使用df.resample('3D', on='Date').mean() 返回：

Date      A  B
2016/1/3  1  2/3

我希望在哪里获得：

Date      A  B
2016/1/3  3  2

计算时忽略 na 值。

根据 .mean() 上的文档，我应该能够跳过页面上列出的值：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.mean.html#pandas.Series.mean

但是当我运行以下命令时：

df = df.resample('3D', on='Date').mean(skipna=True)

返回如下：

UnsupportedFunctionCall: numpy operations are not valid with resample. Use .resample(...).mean() instead

如何解决这个错误并产生我想要的正确平均值？

Answer 1

你需要：

#mean works perfectly
df1 = df.resample('3D', on='Date').mean()
print (df1)
              A    B
Date                
2016-01-01  3.0  2.0
2016-01-04  5.0  4.5
2016-01-07  8.0  4.0

对于cumsum 和cumcount，省略NaNs 需要transform，同样对于cumcount 使用技巧计数1s：

df[['A1','B1']] = df.resample('3D', on='Date').transform('cumsum')

df[['A2','B2']] = df[['A','B']].mask(df[['A','B']].notnull(), 1)
df[['A2','B2']] = df.resample('3D', on='Date')[['A2','B2']].transform('cumsum') - 1
print (df)
        Date    A    B    A1   B1   A2   B2
0 2016-01-01  NaN  NaN   NaN  NaN  NaN  NaN
1 2016-01-02  NaN  NaN   NaN  NaN  NaN  NaN
2 2016-01-03  3.0  2.0   3.0  2.0  0.0  0.0
3 2016-01-04  4.0  1.0   4.0  1.0  0.0  0.0
4 2016-01-05  NaN  NaN   NaN  NaN  NaN  NaN
5 2016-01-06  6.0  8.0  10.0  9.0  1.0  1.0
6 2016-01-07  7.0  NaN   7.0  NaN  0.0  NaN
7 2016-01-08  8.0  3.0  15.0  3.0  1.0  0.0
8 2016-01-09  9.0  5.0  24.0  8.0  2.0  1.0