在 Pandas 中重新采样：当所有值都是 NaN 时如何获得 NaN，但仍使用 skipna=True？

【问题标题】：In resampling in Pandas: How do I get NaN when all values are NaN, but still use skipna=True?在 Pandas 中重新采样：当所有值都是 NaN 时如何获得 NaN，但仍使用 skipna=True？
【发布时间】：2020-03-27 19:05:10
【问题描述】：

我正在使用：

df_monthly = df_daily.resample('MS').agg(pd.Series.sum, skipna=True)

我想跳过 NaN，但在几个月内所有每日值都是 NaN 我希望 df_monthly 是 NaN 而不是 0。我该怎么做？

【问题讨论】：

标签： python pandas nan

【解决方案1】：

你需要use the parameter min_count在一个新的函数sum_with_mincount中。请注意 sum_with_mincount 周围的括号 [ ]。没有括号，pandas 不知道如何解释 agg 参数 skipna。不幸的是，这会导致一个 multiIndex，您需要使用最后一行代码对其进行展平。

小例子：

idx = pd.date_range(datetime(2020, 1, 1), datetime(2020, 3, 31), freq='D')
df_daily = pd.DataFrame(np.nan, index=idx, columns=['A', 'B'])

def sum_with_mincount(x): return x.sum(min_count=1)    
df_monthly = df_daily.resample('MS').agg([sum_with_mincount], skipna=True)
df_monthly.columns = [col[0] for col in df_monthly.columns]

输出：

            A       B
2020-01-01  nan     nan
2020-02-01  nan     nan
2020-03-01  nan     nan

【讨论】：