У меня есть фреймы данных со значением AOD_440nm, которое я оцениваю. В колонке есть NaNs. Когда я выполняю расчеты ниже, где вычисляю среднее значение, стандартное отклонение, я получаю реальное значение, которое заставляет меня поверить, что оно игнорирует NaN. Однако, когда я делаю numpy nansum вдоль оси 0, многие из моих значений все еще являются NaN. Эти NaN соответствуют строкам, в которых NaN присутствуют в наборе данных. В целом, при суммировании невозможно игнорировать нанс. Я не уверен, что не так.
#Calculate Xi STAND
xi_12 = means12['AOD_440nm']
mx_12 = np.nanmean(xi_12)
sigx_12 = np.nanstd(xi_12)
x_stand_12 = (xi_12-mx_12)/(sigx_12)
xi_13 = means13['AOD_440nm']
mx_13 = np.nanmean(xi_13)
sigx_13 = np.nanstd(xi_13)
x_stand_13 = (xi_13-mx_13)/(sigx_13)
xi_14 = means14['AOD_440nm']
mx_14 = np.nanmean(xi_14)
sigx_14 = np.nanstd(xi_14)
x_stand_14 = (xi_14-mx_14)/(sigx_14)
a = np.array([x_stand_12, x_stand_13, x_stand_14])
aer_anom = np.nansum(a, axis=0)/N
print aer_anom
Вот часть вывода:
16 0.347602
17 0.033231
18 0.655074
19 NaN
20 NaN
21 NaN
22 NaN