阻止 patsy dmatrix 丢弃 NaN 行

Question

我想使用 patsy 的 dmatrix 函数生成一个设计矩阵，其中保留了 NaN 值的行。例如，以下代码将 return 一个四行的设计矩阵，这正是我们通常想要的。但是，在这种情况下，我想要 dmatrix 到 return 一个包含五行的矩阵，其中第一行将包含一个 NaN 值。

import numpy as np
import pandas as pd
from patsy import dmatrix

df = pd.DataFrame({'x1': np.arange(5), 'x2': np.arange(5)})
dmatrix("~x1+x2.diff()", df)

或者，我会接受一个允许我检索删除/保留的行号的答案。在上面的示例中，第 1 行是被删除的行，而第 2-5 行被保留。

Answer 1

尝试：

dmatrix(..., NA_action=patsy.NAAction(NA_types=[]))

这告诉 patsy 不要将 NaN 视为指示缺失值，因此它将被传递。文档在这里：https://patsy.readthedocs.io/en/latest/API-reference.html#missing-values

Alternatively, I would settle for an answer that allows me to retrieve the row numbers that were dropped / retained.

如果您使用 return_type="dataframe"，那么 patsy 将 return 一个包含您的设计矩阵的 pandas DataFrame，并且该 DataFrame 上的索引将对应于您原始输入中的行，这样您就可以看到保留或删除了哪些行。

阻止 patsy dmatrix 丢弃 NaN 行

Stop patsy dmatrix from dropping NaN rows

python

patsy