Процесс деления с условием избегания бесконечных питонов панд
У меня есть вопрос о том, как я решаю эту проблему. Этот код в основном:
x3 = (x2-x1)/x1
где x1 - значения дня d, где x2 - значение дня d+1, а x3 - значение, которое я вычисляю на основе предыдущих значений
Когда случается, что мое деление выглядит примерно так: (0,5-0)/0, как это происходит со днем 2017-09-010 и POS_16_20_и 2017-09-011, например, оно будет бесконечным. Я хотел бы использовать условие с моим делением, что если значение, которое я делю, равно нулю, тогда установите x3=x2, потому что я не хочу бесконечных значений
Я хотел бы заменить его своим последним значением.
Код:
waps_df2 = waps_df1-waps_df1.shift(1)
waps_df2 = waps_df2.fillna(0)
waps_x = waps_df2.div(waps_df1.shift(1))
waps_ad = waps_x.add(1)
waps_x3 = waps_ad.shift(+1)
Мой фрейм даты:
produktname POS_00_04 POS_04_08 POS_08_12 POS_12_16 POS_16_20 POS_20_24
datum_von
2017-09-09 0.0 0.0 0.0 0.0 0.00 0.0
2017-09-10 0.0 0.0 0.0 0.0 0.00 0.0
2017-09-11 0.0 0.0 0.0 0.0 0.05 0.0
2017-09-12 0.0 0.0 0.0 0.0 0.06 0.0
2017-09-13 0.0 0.0 0.0 0.0 0.00 0.0
Я пытался использовать маски
waps_pos = waps_pos.mask((waps_df1!=0), waps_pos.div(waps_df1.shift(1))
waps_x = np.where(waps_df1.shift(1)>0, waps_pos.div(waps_df1.shift(1), waps_df1)
или же
waps_x = np.where(waps_df1.shift(1)>0, waps_pos.div(waps_df1.shift(1), waps_df1)
1 ответ
Решение
waps_df2 = waps_df1.sub(waps_df1.shift(1)).fillna(0)
print (waps_df2)
POS_00_04 POS_04_08 POS_08_12 POS_12_16 POS_16_20 POS_20_24
datum_von
2017-09-09 0.0 0.0 0.0 0.0 0.00 0.0
2017-09-10 0.0 0.0 0.0 0.0 0.00 0.0
2017-09-11 0.0 0.0 0.0 0.0 0.05 0.0
2017-09-12 0.0 0.0 0.0 0.0 0.01 0.0
2017-09-13 0.0 0.0 0.0 0.0 -0.06 0.0
waps_x = waps_df2.div(waps_df1.shift(1))
print (waps_x)
POS_00_04 POS_04_08 POS_08_12 POS_12_16 POS_16_20 POS_20_24
datum_von
2017-09-09 NaN NaN NaN NaN NaN NaN
2017-09-10 NaN NaN NaN NaN NaN NaN
2017-09-11 NaN NaN NaN NaN inf NaN
2017-09-12 NaN NaN NaN NaN 0.200000 NaN
2017-09-13 NaN NaN NaN NaN -1.000000 NaN
Вы можете проверить значения инф numpy.isinf и заменить их на waps_df1 от mask:
print (np.isinf(waps_x))
POS_00_04 POS_04_08 POS_08_12 POS_12_16 POS_16_20 POS_20_24
datum_von
2017-09-09 False False False False False False
2017-09-10 False False False False False False
2017-09-11 False False False False True False
2017-09-12 False False False False False False
2017-09-13 False False False False False False
waps_x = waps_x.mask(np.isinf(waps_x), waps_df1)
print (waps_x)
POS_00_04 POS_04_08 POS_08_12 POS_12_16 POS_16_20 POS_20_24
datum_von
2017-09-09 NaN NaN NaN NaN NaN NaN
2017-09-10 NaN NaN NaN NaN NaN NaN
2017-09-11 NaN NaN NaN NaN 0.05 NaN
2017-09-12 NaN NaN NaN NaN 0.20 NaN
2017-09-13 NaN NaN NaN NaN -1.00 NaN