Python 滚动窗口的中值，不包括零

当我试图找到以下系列的滚动中值时，我得到了一个南的列表

我用过：

b = a[a!=0].rolling(100).median()

a=实际数据系列（数据帧）。其中有一堆零，我想在求中值时排除这些零

b=滚动中间带

a[a！=0]给出了以下系列

2017-10-05南
2017-10-06 -0.001074
2017-10-09 -0.001804
2017-10-10南
2017-10-11南
2017-10-12 -0.001687
2017-10-13南
2017-10-16南
2017-10-17南
2017-10-18南
2017-10-19南
2017-10-20南
2017-10-23 -0.003972
2017-10-24南
2017-10-25 -0.004663
2017-10-26南
2017-10-27南
2017-10-30 -0.003192
2017-10-31南
2017-11-01南
2017-11-02南
2017-11-03南
t2017-11-06南
2017-11-07 -0.000189
2017-11-08南
2017-11-09 -0.003762
2017-11-10 -0.000898
2017-11-13南
2017-11-14-0.002310

输出只是一个NAN列表

我做错了什么？

---

谢谢大家!

似乎是熊猫身上的一只虫子

试试这个：

a[a!=0].rolling(window=100, center=False, min_periods=1).median()

---

好像是熊猫身上的虫子

试试这个：

a[a!=0].rolling(window=100, center=False, min_periods=1).median()

---

由于a是数据帧而不是序列，如果您尝试进行索引，您将得到NAN

以这个系列为例

s = pd.Series(np.random.randint(0,10, 20), index = pd.date_range(start = '01/01/2017', periods = 20))

如果对其进行切片，则删除零

s[s!=0]

但是对于数据帧，相同的代码将引入NAN

df = pd.DataFrame(np.random.randint(0,10, 20), index = pd.date_range(start = '01/01/2017', periods = 20))

可以通过在索引时指定列名来处理此问题

df[df[0] != 0] #df[0] being the column

---

由于a是数据帧而不是序列，如果您尝试进行索引，您将得到NAN

以这个系列为例

s = pd.Series(np.random.randint(0,10, 20), index = pd.date_range(start = '01/01/2017', periods = 20))

如果对其进行切片，则删除零

s[s!=0]

但是对于数据帧，相同的代码将引入NAN

df = pd.DataFrame(np.random.randint(0,10, 20), index = pd.date_range(start = '01/01/2017', periods = 20))

可以通过在索引时指定列名来处理此问题

df[df[0] != 0] #df[0] being the column

---

那么，从

a

开始是什么呢？什么版本的熊猫？a是一个数字列表，中间有很多零。这是一个数据帧。我使用0.20.3So，从

a

中的什么开始？什么版本的熊猫？a是一个数字列表，中间有很多零。这是一个数据帧，我用的是0.20.3这非常接近。对我来说已经够好了！但是结果和excel给我的略有不同，不是一个bug。在她的帖子里解释了。我收回了一些我说的话。我同意@wim的说法，这里有一个不跳过

np.nan

的bug。我可以用

a[a！=0].rolling（100）.apply（np.nanmedia）

确认结果。然而，瓦伊沙利的帖子仍然值得一看。这非常接近。对我来说已经够好了！但是结果和excel给我的略有不同，不是一个bug。在她的帖子里解释了。我收回了一些我说的话。我同意@wim的说法，这里有一个不跳过

np.nan

的bug。我可以用

a[a！=0].rolling（100）.apply（np.nanmedia）

确认结果。然而，Vaishali的帖子仍然值得一看。@piRSquared然而，

DataFrame.median默认情况下忽略nan，并且由于滚动窗口只是将中位数委托给super，因此默认情况下它也应该忽略nan。如果试图显式传递kwarg
skipna=True
，它会在C代码中的某个地方崩溃。我仍然称之为虫子，或者至少是一个坏的惊喜…@wim嗯，这是一个令人讨厌的惊喜。我正在查。然而，根据OP
np.nan
意外出现。这篇文章解释了原因。如果OP是用布尔级数过滤的，他们就不会得到
np.nan
，它应该是有效的。也就是说，我正在检查你的建议，因为这听起来很糟糕@piRSquared，我错过了昨晚所有的动作，祝贺你10万@但是，
DataFrame.median
默认情况下忽略nan，并且由于滚动窗口仅将中位数委托给super，因此默认情况下也应忽略nan。如果试图显式传递kwarg
skipna=True
，它会在C代码中的某个地方崩溃。我仍然称之为虫子，或者至少是一个坏的惊喜…@wim嗯，这是一个令人讨厌的惊喜。我正在查。然而，根据OP
np.nan
意外出现。这篇文章解释了原因。如果OP是用布尔级数过滤的，他们就不会得到
np.nan
，它应该是有效的。也就是说，我正在检查你的建议，因为这听起来很糟糕@piRSquared，我错过了昨晚所有的动作，祝贺你10万！