如何避免加權平均中的NaN？

Question

這是我的數據框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)計算帶有向量的數據df.T.dot(w)之間的乘積。 但是我想知道如何通過重新加權向量和計算來避免NaN值，只要沒有完整的NaN列。

我的例子：

對於第一列，我希望向量等於v = [0.2+0.3+0.5, 0, 0]並計算[3, NaN, NaN]乘以[1, 0, 0] [3, NaN, NaN] [1, 0, 0] 。

對於第二列，我希望v = [0.2+0.25, 0.3+0.25, 0] 。

對於第三列，我希望v = [0.2+0.25, 0.3+0.25, 0] 。

對於第4列，我希望v保持不變，因為沒有NaN。

預期產量：

          str1   str2  str3    str4
    0      3     3.45   3.1     4.7

Answer 1

如果NaN值在內部乘積中表示“權重= 0”，請在執行計算之前像這樣修改數據框：

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

Answer 2

我不確定是否有一種簡單的方法來處理nan值。 您可能必須創建自己的點積函數來處理這些值。 這樣的事情可能會起作用：

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

pandas sum方法會自動忽略nan值，因此您不必自己明確地找到這些值。 您可能會參考其他權重數組來替換[1, 0, 0] 。 我不確定您現在如何安排將其整合到上述建議中。