我有一个数据框 daily 看起来像这样
import pandas as pd
daily
time_stamp 22 72 79 86 87 88 90
2013-10-01 0.000000 0.000 8.128000 0.254 0.000000 0.000000 0.000000
2013-10-01 0.000000 0.000 8.128000 0.254 0.000000 0.000000 0.000000
2013-10-02 0.000000 0.000 0.000000 0.000 0.000000 0.000000 0.000000
2013-10-04 0.000000 0.000 0.000000 0.000 2.540000 0.762000 0.000000
2013-10-08 2.286000 0.000 0.000000 1.016 1.016000 0.254000 0.000000
2013-10-11 2.794000 0.000 0.000000 0.000 3.810000 1.016000 0.762000
2013-10-12 1.524000 0.000 0.000000 2.286 5.588000 0.254000 26.41600
2013-10-13 0.762000 0.000 8.890000 0.000 2.540000 1.270000 4.572000
2013-10-14 1.524000 0.000 0.000000 0.000 2.540000 4.064000 0.000000
2013-10-15 0.000000 0.000 0.000000 0.000 0.000000 0.000000 0.000000
2013-10-16 0.000000 3.810 1.524000 3.048 0.508000 0.762000 5.080000
2013-10-17 0.000000 0.000 0.254000 0.000 0.000000 0.000000 0.508000
2013-10-18 8.128000 0.762 4.826000 0.508 7.366000 4.572000 1.524000
2013-10-19 8.382000 0.254 0.000000 0.000 6.858000 16.510000 2.032000
2013-10-20 0.000000 0.000 0.000000 0.000 4.064000 5.842000 0.000000
2013-10-21 0.000000 0.508 0.000000 0.000 1.016000 0.000000 0.000000
2013-10-22 2.794000 2.540 1.016000 0.000 0.508000 15.748000 0.000000
我想对大于 0 的值进行汇总统计，以便 describe()。
问题是，如果我使用命令 dailyrf = daily[(daily > 0.).any(1)] 当我执行 dailyrf.describe 时，带零的行仍然包含在内()。或者，当我执行 dailyrf = daily[(daily > 0.).all(1)] 时，它只返回所有行中具有 >0 值的行。
我还尝试了 daily[daily==0] = 'NaN' 这给了我一条警告消息:“试图在 DataFrame 的切片副本上设置一个值。 尝试使用 .loc[row_indexer,col_indexer] = value 代替
请参阅文档中的注意事项:http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 这与 ipykernel 包是分开的，所以我们可以避免导入直到。
这也不是一个解决方案，因为 describe 函数返回这个:
22 72 79 86 87 88 90 93 95 96 97
count 720 684 721 719 718 720 720 721 720 720 719
unique 103 80 73 64 80 108 112 108 86 113 98
top NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
freq 470 494 560 510 539 483 486 441 570 474 476
我真正想要的是每列中所有大于 0 的值的均值、标准差等。
请您参考如下方法:
使用 mask 应该很简单。
df.mask(df == 0).describe()
22 72 79 86 87 88 90
count 8.000000 5.000000 7.000000 6.000000 12.000000 11.000000 7.00000
mean 3.524250 1.574800 4.680857 1.227667 3.196167 4.641273 5.84200
std 3.000573 1.538745 3.752722 1.174092 2.391229 5.992560 9.24574
min 0.762000 0.254000 0.254000 0.254000 0.508000 0.254000 0.50800
25% 1.524000 0.508000 1.270000 0.317500 1.016000 0.762000 1.14300
50% 2.540000 0.762000 4.826000 0.762000 2.540000 1.270000 2.03200
75% 4.127500 2.540000 8.128000 1.968500 4.445000 5.207000 4.82600
max 8.382000 3.810000 8.890000 3.048000 7.366000 16.510000 26.41600
所有满足 df == 0 的值都会被屏蔽，describe 在计算统计数据时不会考虑这些。
