没有NaN时开始时间序列数据
我目前有一些时间序列数据，我用一个17520的窗口应用滚动平均值。
因此，在我的数据头部看起来像这样：
SETTLEMENTDATE NSW DEMAND ... VIC DEMAND VIC RRP
0 2006/01/01 00:30:00 8013.27833 ... 5657.67500 20.03
1 2006/01/01 01:00:00 7726.89167 ... 5460.39500 18.66
2 2006/01/01 01:30:00 7372.85833 ... 5766.02500 20.38
3 2006/01/01 02:00:00 7071.83333 ... 5503.25167 18.59
4 2006/01/01 02:30:00 6865.44000 ... 5214.01500 17.53
现在它看起来像这样：
SETTLEMENTDATE NSW DEMAND ... VIC DEMAND VIC RRP0 2006/01/01 00:30:00 NaN ... NaN NaN
1 2006/01/01 01:00:00 NaN ... NaN NaN
2 2006/01/01 01:30:00 NaN ... NaN NaN
3 2006/01/01 02:00:00 NaN ... NaN NaN
4 2006/01/01 02:30:00 NaN ... NaN NaN
如果没有NaN，我怎样才能获得我的数据？（还要确保日期匹配）
这是我用于滚动的代码：
import pandas as pd
data = pd.read_csv("master_file.csv")
data['NSW DEMAND'] = data['NSW DEMAND'].rolling(17520,min_periods=17520).mean()
data['QLD DEMAND'] = data['QLD DEMAND'].rolling(17520,min_periods=17520).mean()
data['SA DEMAND'] = data['SA DEMAND'].rolling(17520,min_periods=17520).mean()
data['TAS DEMAND'] = data['TAS DEMAND'].rolling(17520,min_periods=17520).mean()
data['VIC DEMAND'] = data['VIC DEMAND'].rolling(17520,min_periods=17520).mean()
data['NSW RRP'] = data['NSW RRP'].rolling(17520,min_periods=17520).mean()
data['QLD RRP'] = data['QLD RRP'].rolling(17520,min_periods=17520).mean()
data['SA RRP'] = data['SA RRP'].rolling(17520,min_periods=17520).mean()
data['TAS RRP'] = data['TAS RRP'].rolling(17520,min_periods=17520).mean()
data['VIC RRP'] = data['VIC RRP'].rolling(17520,min_periods=17520).mean()
编辑：
我的第一行（不包括标题）是：
当前 我的第一行（不包括标题）应该是： 期望
写回答
-
您可以尝试rolling使用min_periods = 1
data['NSW DEMAND'] = data['NSW DEMAND'].rolling(17520,min_periods=17520).mean()
也可以尝试使用loo，你不需要逐个编写列youcols=['xxx'...'xxx1']
for x in youcols:data[x]=data[x].rolling(17520,min_periods=1).mean()根据您的意见
for x in youcols:
data[x]=data[x].rolling(17520,min_periods=1).mean()然后 ，
data=data.dropna(subset=youcols,thresh =1)
2019-07-17 23:26:18赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
