Skip to main content
 首页 » 编程设计

python之Pandas mul 密集与稀疏

2025年05月04日7over140

我有一个时间索引的 DataFrame,其中只有一部分数据是有效的(出于某些“外部”原因)。

我已经为有效数据制作了一个时间索引的Series 1 和数据无效的 NaN,所以我可以使用这是我的 DataFrame 上的掩码。

这个系列是稀疏的。

import pandas as pd 
import numpy as np 
 
rng = pd.date_range(start='2014-07-09', periods=5, freq='D') 
data = np.random.randn(len(rng), 3) 
col_names = ['spam', 'ham', 'eggs']     
df = pd.DataFrame(data=data, index=rng, columns=col_names)     
valid_days = np.nan * np.ones_like(df.spam.values) 
valid_days[2] =  1     
validity_mask = pd.SparseSeries(data=valid_days, index=rng) 

我期望 df.mul(validity_mask, axis=0) 给我一组非 NaN spam, ham, eggs,相反,我得到了:

In [2]: df.mul(validity_mask, axis=0) 
AssertionError: length mismatch: 5 vs. 3 

请您参考如下方法:

当然,答案是在乘法之前需要转换为dense。

df.mul(validity_mask.to_dense(), axis=0) 

给出预期的结果:

                spam       ham     eggs 
2014-07-09       NaN       NaN      NaN 
2014-07-10       NaN       NaN      NaN 
2014-07-11  1.943166 -0.342399 -0.31517 
2014-07-12       NaN       NaN      NaN 
2014-07-13       NaN       NaN      NaN 

我把它放在这里是因为我在 Pandas binary operations docs 中找不到任何关于显式转换的信息和 the Sparse data structure docs简单地说“在功能上,它们的行为应该与密集的对应物几乎相同。”