小编Ron*_*Ron的帖子

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。

我正在尝试使用sqlalchemy连接到Windows计算机上的本地mysql数据库。它可以使用pymysql，但不能与sqlalchemy一起使用。

代码sqlalchemy：

engine = create_engine('mysql+mysqldb://root:mypass@localhost/classicmodels')
engine.connect()

给出错误：

OperationalError: (_mysql_exceptions.OperationalError) (1193, "Unknown system variable 'tx_isolation'")

使用pymysql的工作代码：

connection = pymysql.connect(host='localhost',
                             user='root',
                             password = 'mypass',
                             db = 'classicmodels')

cursor = connection.cursor()

cursor.execute('select * from customers')
mydata = cursor.fetchall()
mydata = pd.DataFrame(list(mydata))
mydata.head(5)