6

使用接近无穷大的浮点数时，熊猫滚动出现错误。我在这里展示一个例子：

import pandas as pd
series = pd.Series(1.,index = pd.date_range('2015-01-01', periods=6))
series[series.index[2]] = 1e19
series
2015-01-01    1.000000e+00
2015-01-02    1.000000e+00
2015-01-03    1.000000e+19
2015-01-04    1.000000e+00
2015-01-05    1.000000e+00
2015-01-06    1.000000e+00
Freq: D, dtype: float64
series.rolling('2D', closed = 'left').mean()
2015-01-01             NaN
2015-01-02    1.000000e+00
2015-01-03    1.000000e+00
2015-01-04    5.000000e+18
2015-01-05    5.000000e+18
2015-01-06    5.000000e-01
Freq: D, dtype: float64

最后一位的答案应该是1！但它是 0.5。为什么在使用大数字时滚动会发疯？具有较小浮点数的相同示例：

series[series.index[2]] = 1e9
series.rolling('2D', closed = 'left').mean()
2015-01-01            NaN
2015-01-02            1.0
2015-01-03            1.0
2015-01-04    500000000.5
2015-01-05    500000000.5
2015-01-06            1.0
Freq: D, dtype: float64
4

1 回答 1

1

问题不在于熊猫。我在 R 中用 rollmean 函数尝试了同样的事情，它给出了与 pandas 完全相同的结果。它不适用于 1e16 及以上的值。我认为这与系统如何处理浮动有关。

于 2017-10-27T21:00:42.410 回答