Python 熊猫滚动时间窗口计数字符串失败-为什么？

尝试使用timeindex和count（）方法时，出现了一个错误，我缺少了什么

以下是一个例子：

d = {'vv': {pd.Timestamp('2020-01-13 08:22:00', freq='T'): 'aa',
pd.Timestamp('2020-01-13 08:23:00', freq='T'): 'bb',
pd.Timestamp('2020-01-13 08:24:00', freq='T'): 'cc',
pd.Timestamp('2020-01-13 08:25:00', freq='T'): np.nan,
pd.Timestamp('2020-01-13 08:26:00', freq='T'): 'dd'}}

df = pd.DataFrame(d)

df['vv'].rolling('72s').count()

得到这个：

ValueError                                Traceback (most recent call last)
~\Anaconda3\lib\site-packages\pandas\core\window\rolling.py in _prep_values(self, values)
    354             try:
--> 355                 values = ensure_float64(values)
    356             except (ValueError, TypeError) as err:

pandas\_libs\algos_common_helper.pxi in pandas._libs.algos.ensure_float64()

ValueError: could not convert string to float: 'aa'

The above exception was the direct cause of the following exception:

TypeError                                 Traceback (most recent call last)
~\Anaconda3\lib\site-packages\pandas\core\window\rolling.py in _apply(self, func, center, require_min_periods, floor, is_weighted, name, use_numba_cache, **kwargs)
    535             try:
--> 536                 values = self._prep_values(b.values)
    537 

~\Anaconda3\lib\site-packages\pandas\core\window\rolling.py in _prep_values(self, values)
    356             except (ValueError, TypeError) as err:
--> 357                 raise TypeError(f"cannot handle this type -> {values.dtype}") from err
    358 

TypeError: cannot handle this type -> object

The above exception was the direct cause of the following exception:

DataError                                 Traceback (most recent call last)
<ipython-input-166-8676c880bf7e> in <module>
      7 df = pd.DataFrame(d)
      8 
----> 9 df['vv'].rolling('72s').count()

~\Anaconda3\lib\site-packages\pandas\core\window\rolling.py in count(self)
   2048         if self.is_freq_type or isinstance(self.window, BaseIndexer):
   2049             window_func = self._get_roll_func("roll_count")
-> 2050             return self._apply(window_func, center=self.center, name="count")
   2051 
   2052         return super().count()

~\Anaconda3\lib\site-packages\pandas\core\window\rolling.py in _apply(self, func, center, require_min_periods, floor, is_weighted, name, use_numba_cache, **kwargs)
    542                     continue
    543                 else:
--> 544                     raise DataError("No numeric types to aggregate") from err
    545 
    546             if values.size == 0:

DataError: No numeric types to aggregate

ValueError回溯（最近一次调用）
~\Anaconda3\lib\site packages\pandas\core\window\rolling.py in\u prep\u值（self，values）
354试试：
-->355值=确保64（值）
356除了（ValueError，TypeError）作为错误：
熊猫\\u libs\algos\u common\u helper.pxi在熊猫中。\u libs.algos.sure\u float64（）
ValueError:无法将字符串转换为浮点：“aa”
上述异常是以下异常的直接原因：
TypeError回溯（最近一次调用上次）
~\Anaconda3\lib\site packages\pandas\core\window\rolling.py in\u apply（self、func、center、require\u min\u periods、floor、is\u weighted、name、use\u numba\u cache、**kwargs）
535尝试：
-->536值=自身值（b值）
537
~\Anaconda3\lib\site packages\pandas\core\window\rolling.py in\u prep\u值（self，values）
356除了（ValueError，TypeError）作为错误：
-->357从err引发类型错误（f“无法处理此类型->{values.dtype}”）
358
TypeError:无法处理此类型->对象
上述异常是以下异常的直接原因：
数据错误回溯（最近一次呼叫上次）
在里面
7 df=pd.数据帧（d）
8.
---->9 df['vv'].滚动（'72s'）.计数（）
计数中的~\Anaconda3\lib\site packages\pandas\core\window\rolling.py（self）
2048如果self.is_freq_type或isinstance（self.window、BaseIndexer）：
2049 window\u func=self.\u get\u roll\u func（“roll\u count”）
->2050返回self.\u应用（窗口函数，中心=self.center，name=“count”）
2051
2052返回super（）.count（）
~\Anaconda3\lib\site packages\pandas\core\window\rolling.py in\u apply（self、func、center、require\u min\u periods、floor、is\u weighted、name、use\u numba\u cache、**kwargs）
542继续
543其他：
-->544从err引发DataError（“无要聚合的数字类型”）
545
546如果values.size==0：
DataError:没有要聚合的数字类型

熊猫滚动时间窗口计数字符串失败-为什么

我想是虫子。它与窗口井的数值一起工作：

s = df['vv'].rolling(4).count()
print (s)
2020-01-13 08:22:00    1.0
2020-01-13 08:23:00    2.0
2020-01-13 08:24:00    3.0
2020-01-13 08:25:00    3.0
2020-01-13 08:26:00    3.0
Name: vv, dtype: float64

---

一种可能的想法是使用

count

将非缺失值替换为to

1

：

d = {'vv': {pd.Timestamp('2020-01-13 08:22:00', freq='T'): 'aa',
pd.Timestamp('2020-01-13 08:23:00', freq='T'): 'bb',
pd.Timestamp('2020-01-13 08:24:00', freq='T'): 'cc',
pd.Timestamp('2020-01-13 08:25:00', freq='T'): np.nan,
pd.Timestamp('2020-01-13 08:26:00', freq='T'): 'dd'}}

df = pd.DataFrame(d)

---

详细信息：

print (df['vv'].where(df['vv'].isna(), 1))
2020-01-13 08:22:00      1
2020-01-13 08:23:00      1
2020-01-13 08:24:00      1
2020-01-13 08:25:00    NaN
2020-01-13 08:26:00      1
Name: vv, dtype: object

第一个想法是测试不缺少值和

总和
：

df = df['vv'].notna().rolling('72s').sum()
print (df)
2020-01-13 08:22:00    1.0
2020-01-13 08:23:00    2.0
2020-01-13 08:24:00    2.0
2020-01-13 08:25:00    1.0
2020-01-13 08:26:00    1.0
Name: vv, dtype: float64

嗯，有道理，但由于某些原因，数字似乎不正确，不应该，例如，8:24是2（'aa'和'bb'发生在72秒内）？谢谢，“.notna（）.rolling（'72s'）.sum（）”似乎也能工作（在您的第一个版本之后发现这个）@EzerK-oops，那么我错了，测试了miisng值。补充答案。
df = df['vv'].notna().rolling('72s').sum()
print (df)
2020-01-13 08:22:00    1.0
2020-01-13 08:23:00    2.0
2020-01-13 08:24:00    2.0
2020-01-13 08:25:00    1.0
2020-01-13 08:26:00    1.0
Name: vv, dtype: float64