我正在尝试测试我的一个变量是否为pd.NaT.我知道它是NaT,但它仍然不会通过测试.例如,以下代码不打印任何内容:
a=pd.NaT
if a == pd.NaT:
print("a not NaT")
Run Code Online (Sandbox Code Playgroud)
有人有线索吗 ?有没有办法有效地测试是否a
是NaT?
假设我有一个连续几个NaN的熊猫系列.我知道fillna
有几种方法来填充缺失值(backfill
和fill forward
),但我想用最接近的非NaN值填充它们.这是我的一个例子:
`s = pd.Series([0, 1, np.nan, np.nan, np.nan, np.nan, 3])`
Run Code Online (Sandbox Code Playgroud)
我想要的一个例子:
s = pd.Series([0, 1, 1, 1, 3, 3, 3])
有谁知道我能做到吗?
谢谢!
我目前正在尝试创建一个R函数来计算指定列与数据帧的所有数字列的corr.test相关性.这是我的代码:
#function returning only numeric columns
only_num <- function(dataframe)
{
nums <- sapply(dataframe, is.numeric)
dataframe[ , nums]
}
#function returning a one-variable function computing the cor.test correlation of the variable
#with the specified column
function_generator <- function(column)
{
function(x)
{
cor.test(x, column, na.action = na.omit)
}
}
data_analysis <- function(dataframe, column)
{
DF <- only_num(dataframe)
fonction_corr <- function_generator(column)
sapply(DF, fonction_corr)
}
data_analysis(40, 6, m, DF$Morphine)
Run Code Online (Sandbox Code Playgroud)
当我在最后一行调用"data_analysis"时,我收到以下错误:
"cor.test.default(x,column,na.action = na.omit)中的错误:没有足够的有限观察"
这意味着什么?我应该改变什么?我有点卡住......
谢谢.
克莱门特
nan ×2
pandas ×2
python ×2
anaconda ×1
correlation ×1
dataframe ×1
datetime ×1
fillna ×1
r ×1
time-series ×1
unit-testing ×1