python中的滚动函数

我不知道如何最好地忽略滚动百分位函数中的NAN。有人知道吗

seriestest = pd.Series([1, 5, 7, 2, 4, 6, 9, 3, 8, 10])

并插入南

seriestest2 = pd.Series([1, 5, np.NaN, 2, 4, np.nan, 9, 3, 8, 10])

现在，在第一个系列中，我使用以下方法获得预期输出：

seriestest.rolling(window = 3).quantile(.5)

但是，我也希望这样做，忽略test2系列上的NaN

seriestest2.rolling(window = 3).quantile(.5)

给出：

0    NaN
1    NaN
2    NaN
3    NaN
4    NaN
5    NaN
6    NaN
7    NaN
8    8.0
9    8.0
dtype: float64

但我认为如果我们能解析一个

skipna=True

，它会给出类似的结果，这对我来说并不适用：

0    NaN
1    NaN
2    5.0
3    2.0
4    4.0
5    4.0
6    4.0
7    3.0
8    8.0
9    8.0
dtype: float64

---

问题在于，使用

nan

值将使滚动窗口中的元素数（3）少于所需的数量。通过设置

min\u periods

参数，可以将

rolling

的最小有效观察次数定义为更少

seriestest2.rolling(window=3, min_periods=1).quantile(.5)

或者，如果您只是想用say

0

替换

nan

值，您可以使用

fillna

：

seriestest2.fillna(value=0).rolling(window=3).quantile(.5)

---

当窗口中有一个

NaN

时，您希望使用什么功能？我认为您的分位数计算不正确right@Prune我希望忽略NaN并假装它不存在，也就是说，计算出窗口期间的所有整数。“假装它不存在”有各种形式。例如，当您到达第一个完整窗口

（1，5，NaN）

，您是只想要可见的两个值，还是想要填充下一个可用的值2？啊，对不起，我只想要可见的两个值，但这与OP期望的值不匹配，因此OP可能有其他想法。不幸的是，我不清楚这些数字是如何获得的。不过，这似乎与预期相符。谢谢@busybear。我试试看。。我想你已经解决了我想要描述的问题