如何避免加权平均中的NaN？

Question

这是我的数据框df：

       str1    str2     str3     str4    
key1     3       4       2        5
key2    NaN      3       4        4
key3    NaN     NaN     NaN       2

和向量w：

 [0.2, 0.3, 0.5]

我通常使用df.T.dot(w)计算带有向量的数据df.T.dot(w)之间的乘积。 但是我想知道如何通过重新加权向量和计算来避免NaN值，只要没有完整的NaN列。

我的例子：

对于第一列，我希望向量等于v = [0.2+0.3+0.5, 0, 0]并计算[3, NaN, NaN]乘以[1, 0, 0] [3, NaN, NaN] [1, 0, 0] 。

对于第二列，我希望v = [0.2+0.25, 0.3+0.25, 0] 。

对于第三列，我希望v = [0.2+0.25, 0.3+0.25, 0] 。

对于第4列，我希望v保持不变，因为没有NaN。

预期产量：

          str1   str2  str3    str4
    0      3     3.45   3.1     4.7

Answer 1

如果NaN值在内部乘积中表示“权重= 0”，请在执行计算之前像这样修改数据框：

df_without_nans = df.fillna(value=0.0)  # 'value' can be dropped
dot_product = df_without_nans.T.dot(w)

Answer 2

我不确定是否有一种简单的方法来处理nan值。 您可能必须创建自己的点积函数来处理这些值。 这样的事情可能会起作用：

df.apply(lambda x: (x * [1, 0, 0]).sum())

pandas sum方法会自动忽略nan值，因此您不必自己明确地找到这些值。 您可能会参考其他权重数组来替换[1, 0, 0] 。 我不确定您现在如何安排将其整合到上述建议中。