当涉及无穷大值时，熊猫滚动返回 NaN

Question

在rolling包含inf值的系列上使用时，NaN即使操作定义明确，结果也会包含，例如min或max。例如：

import numpy as np
import pandas as pd

s = pd.Series([1, 2, 3, np.inf, 5, 6])
print(s.rolling(window=3).min())

这给出：

0    NaN
1    NaN
2    1.0
3    NaN
4    NaN
5    NaN
dtype: float64

虽然我期待

0    NaN
1    NaN
2    1.0
3    2.0
4    3.0
5    5.0

计算系列的最小值直接按预期工作：

s.min()  # 1.0

NaN引入附加值的原因是什么？

---

Python 3.8.1，熊猫 1.0.2

Answer 1

np.infnp.NaN在pandas/core/window/rolling.py 中显式转换为

# Convert inf to nan for C funcs
inf = np.isinf(values)
if inf.any():
    values = np.where(inf, np.nan, values)

如何用 numpy 在 Cython 中表示 inf 或 -inf？提供有关为什么他们必须这样做的信息。

如果你有NaN而不是np.inf.你会发现完全相同的行为。获得您的输出可能很困难，因为min_counts会丢弃那些中间组，因为它们缺乏足够的观察。一个干净的“黑客”是inf用最大的价值替换，这应该是相当安全的'min'。

import numpy as np
s.replace(np.inf, np.finfo('float64').max).rolling(3).min()

#0    NaN
#1    NaN
#2    1.0
#3    2.0
#4    3.0
#5    5.0
#dtype: float64