熊貓：按年份分組並按地塊密度

Question

我有一個包含一些基於time的數據的數據框：

>>> temp.groupby(pd.TimeGrouper('AS'))['INC_RANK'].mean()
date
2001-01-01    0.567128
2002-01-01    0.581349
2003-01-01    0.556646
2004-01-01    0.549128
2005-01-01         NaN
2006-01-01    0.536796
2007-01-01    0.513109
2008-01-01    0.525859
2009-01-01    0.530433
2010-01-01    0.499250
2011-01-01    0.488159
2012-01-01    0.493405
2013-01-01    0.530207
Freq: AS-JAN, Name: INC_RANK, dtype: float64

現在我想繪制每年的密度。 以下命令用於其他數據幀，但此處不存在：

>>> temp.groupby(pd.TimeGrouper('AS'))['INC_RANK'].plot(kind='density')
ValueError: ordinal must be >= 1

該列的外觀如下：

>>> temp['INC_RANK'].head()
date
2001-01-01    0.516016
2001-01-01    0.636038
2001-01-01    0.959501
2001-01-01         NaN
2001-01-01    0.433824
Name: INC_RANK, dtype: float64

Answer 1

我認為這是由於您數據中的nan所致，因為無法估算nan s的密度。 但是，由於要可視化密度，假設丟失/未觀察到的像元應遵循與觀察到的/未缺失的像元相同的分布，只是簡單地降低缺失值就不是一個大問題。 因此， df.dropna().groupby(pd.TimeGrouper('AS'))['INC_RANK'].plot(kind='density')就足夠了。

另一方面，如果不是“未觀察到”缺失值，而是超出測量范圍的值（例如，來自溫度傳感器的數據，其讀數為0〜50F，但有時會遇到100F溫帶。傳感器發出錯誤代碼並記錄為缺失值），那么dropna()可能不是一個好主意。