如何在Python中的滚动平均计算中忽略NaN

Question

对于时间序列销售预测任务，我想创建一个代表过去 3 天平均销售额的功能。当我想预测未来几天的销售额时遇到问题，因为这些数据点没有销售数据（NaN 值）。Pandas 提供rolling_mean()，但当窗口中的任何数据点为 NaN 时，该函数会导致 NaN 输出。

我的数据：

Date    Sales
02-01-2013  100.0
03-01-2013  200.0
04-01-2013  300.0
05-01-2013  200.0
06-01-2013  NaN

使用窗口为 2 的 pd.rolling_mean() 后的结果：

Date    Rolling_Sales
02-01-2013  NaN
03-01-2013  150.0
04-01-2013  250.0
05-01-2013  250.0
06-01-2013  NaN

期望的结果：

Date    Rolling_Sales
02-01-2013  NaN
03-01-2013  150.0
04-01-2013  250.0
05-01-2013  250.0
06-01-2013  200.0

因此，如果包含 NaN，我想忽略它并取窗口中所有其他数据点的平均值。

Answer 1

这是添加的方式min_periods

s=df.Sales.rolling(window=2,min_periods=1).mean()
s.iloc[0]=np.nan
s
Out[1293]: 
0      NaN
1    150.0
2    250.0
3    250.0
4    200.0
Name: Sales, dtype: float64