具有 inf 值的 Python 中的滚动平均值

Question

我正在尝试匹配这个最终的 output，计算 Count 的移动平均值 (3)，

预计 Output

     Classification     Name     Count     MA3
0    Fruits             Apple    inf       NaN
1    Fruits             Apple    inf       NaN
2    Fruits             Apple    inf       NaN
3    Fruits             Apple    inf       NaN
4    Fruits             Apple    5.0       5.0
5    Fruits             Apple    6.0       6.5
6    Fruits             Apple    7.0       6.0
7    Fruits             Apple    8.0       7.0
8    Veg                Broc     10.0      NaN
9    Veg                Broc     11.0      NaN
10   Veg                Broc     12.0      11.0

但是 python.rolling 代码没有考虑到 inf 值，有什么解决方法吗？

df['MA3'] = df.groupby(['Classification', 'Name'])['Count'].transform(lambda x: x.rolling(3,3).mean())

当前Output

     Classification     Name     Count     MA3
0    Fruits             Apple    inf       NaN
1    Fruits             Apple    inf       NaN
2    Fruits             Apple    inf       NaN
3    Fruits             Apple    inf       NaN
4    Fruits             Apple    5.0       NaN
5    Fruits             Apple    6.0       NaN
6    Fruits             Apple    7.0       6.0
7    Fruits             Apple    8.0       7.0
8    Veg                Broc     10.0      NaN
9    Veg                Broc     11.0      NaN
10   Veg                Broc     12.0      11.0

Answer 1

创建一个序列 S，其中包含将inf替换为nan的计算，并设置 min_periods=1。 然后，为需要修改的行创建一个掩码，即在inf之后的一两个位置的行

df['MA3'] = df.groupby(['Classification', 'Name'])['Count'].transform(lambda x: x.replace(np.inf, np.nan).rolling(3, min_periods=3).mean())
S = df.groupby(['Classification', 'Name'])['Count'].transform(lambda x: x.replace(np.inf, np.nan).rolling(3, min_periods=1).mean())
mask = df['Count'].lt(np.inf) & df['MA3'].isnull() & (df['Count'].shift(1).eq(np.inf) | df['Count'].shift(2).eq(np.inf))
df.loc[mask, 'MA3'] = S.loc[mask]