输入包含NaN、无穷大或对于dtype('float64')来说太大的值。解决方案是什么？
当输入包含NaN、无穷大或对于dtype('float64')来说太大的值时，可以采取以下解决方案：
- 数据清洗：首先，需要对输入数据进行清洗，将包含NaN或无穷大的值进行处理。可以使用pandas库中的dropna()函数删除包含NaN的行或列，使用replace()函数将无穷大的值替换为合适的数值。
- 数据类型转换：对于dtype('float64')来说太大的值，可以考虑将数据类型转换为更适合存储大数值的类型，如dtype('float128')或dtype('float256')。
- 异常处理：在处理输入数据时，可以使用异常处理机制来捕获并处理包含NaN、无穷大或太大值的异常情况。可以使用try-except语句块来捕获异常，并在except块中进行相应的处理，如输出错误信息或进行数据修正。
- 数据规范化：对于包含太大值的情况，可以考虑对数据进行规范化处理，将其缩放到合适的范围内。可以使用scikit-learn库中的MinMaxScaler或StandardScaler进行数据规范化。
- 数据截断：对于超过dtype('float64')范围的值，可以考虑将其截断为最大或最小可表示的值。可以使用numpy库中的clip()函数将数值限制在指定范围内。
- 数据分析工具：可以使用数据分析工具，如pandas、NumPy、SciPy等，对输入数据进行分析和处理。这些工具提供了丰富的函数和方法，可以帮助处理包含NaN、无穷大或太大值的数据。
腾讯云相关产品推荐：
- 数据清洗：腾讯云数据清洗服务（https://cloud.tencent.com/product/dcw）
- 异常处理：腾讯云异常监控服务（https://cloud.tencent.com/product/cem）
- 数据规范化：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 数据分析工具：腾讯云数据分析平台（https://cloud.tencent.com/product/dap）
相关·内容
我理解这个错误是因为我的csv中有NaN值，但是我的代码中有很多地方都有df.dropna命令，所以我不明白为什么它仍然将代码解释为仍然有NaN值。
现在它使我写了更多的因为我的长代码，你可以忽略这一点，它是胡言乱语，请参考上面的句子为我的问题，我非常感谢你帮助我解决它，谢谢！
import numpy as np
import pandas as pd
import pickle
from collections import Counter
from sklearn import svm, model_selection as cross_validation, neighbors
fro
浏览 0提问于2019-05-31得票数 0
我最近看了一段YouTube (DataSchool)视频，视频中这个家伙只使用了泰坦尼克号数据集中的3列，并制作了一条管道。我想增加更多的列，以获得更好的准确性，所以我增加了年龄和票价。
我想可能是因为Age和Fare的值，我在执行cross_val_score时得到了这个错误
columns_trans = make_column_transformer(
(OneHotEncoder(), ['Sex', 'Embarked']),
remainder='passthrough')
logreg = Logisti
浏览 0提问于2021-09-20得票数 0
我正在尝试适应一个简单的机器学习模型，使用科学工具学习。在这一行上：
clf.fit(features, labels)
我遇到了一个熟悉的错误：
Input contains NaN, infinity or a value too large for dtype('float64').
每当我遇到这种情况之前，当我的数据中有NaN值的时候。我已经证实数据中没有NaNs。.fit()方法(特性和标签)的两个输入是np数组，但它们是从熊猫数据中生成的。在提取我打印的NaN值之前：
print(features_df[features_df.isnull().any(axis=
浏览 0提问于2019-03-16得票数 11
回答已采纳
2回答
在pandas中，当我们尝试将包含NaN值的系列转换为整数时，可以使用如下所示的片段
df.A = df.A.apply(int)，我经常看到一条错误消息
ValueError: cannot convert float NaN to integer
我知道NaN值不能转换为整数。但我很好奇在这种情况下抛出的ValueError。它说float NaN不能转换为整数。
NaN值被视为浮点对象有什么具体原因吗？或者这是错误消息显示的问题吗？
浏览 2提问于2018-02-01得票数 16
回答已采纳
1回答
我有脚本来填充从文件(df4)到现有的数据have (df3)的值。但是dataframe df3包含已经填充了值的列，这些现有值被设置为"NaN“，脚本如下：
df5 = df4.pivot_table(index='source', columns='plasmidgene', values='identity').reindex(index=df3.index, columns=df3.columns)
如何避免我现有的值被覆盖？谢谢
例如，我有df1
a b c d e f
1 1 30 Nan
浏览 3提问于2017-04-06得票数 1
回答已采纳
3回答
我有以下数据：
a = pd.Series([1, 2, 3])
b = pd.Series([0, 0, 0])
如果除以零，我想在某些情况下
将结果设置为本系列中的一个
将结果设置为特定值
但以下是“意想不到”的结果：
a.div(b, fill_value = 0)
0 inf
1 inf
2 inf
a.div(b).fillna(0)
0 inf
1 inf
2 inf
a.div(b).combine_first(a)
0 inf
1 inf
2 inf
我想到达：
案例1：将数据设置为特定值
0 0
浏览 1提问于2017-08-07得票数 8
回答已采纳
4回答
我想确定.csv文件中的每个列都是多满，请按照每个列的填充顺序将它们添加到列表中。丰满度应以百分比表示。
.csv文件非常大，因此确定哪些列包含少量数据，哪些列包含最多将是有用的。因此，拥有更多数据的列将对我更有用。
到目前为止我得到的是：
import pandas as pd
ranked_list = []
csv_filepath = r"some_path_here"
data = pd.read_csv(filepath)
for column in data:
way_to_calculate_perce
浏览 1提问于2019-09-05得票数 3
回答已采纳
例如，我有这样的数据：
column = pd.Series([1,2,3,np.nan,4,np.nan,7])
print column
执行该命令，结果如下：
0 1.0
1 2.0
2 3.0
3 NaN
4 4.0
5 NaN
6 7.0
现在，我想知道每个NaN值之前的第一个值是什么，比如在第一个NaN之前的3.0。而4.0是第二个NaN值之前的结果。熊猫有什么内置功能可以完成这个任务，或者我要写一个for循环来完成这个任务？
浏览 3提问于2017-05-31得票数 2
回答已采纳
我正在尝试用Python实现随机森林。在运行代码时，我得到了这个错误。尽管我已经使用以下命令从float32转换为float64：
x_arr = np.array(train_df, dtype='float64')
Traceback(most recent call last):
File "C:\Python27\randomforest.py", line 67, in <module>
forest=forest.fit(x_array[0::,1::],x_array[0::,0])
File "C:
浏览 0提问于2016-07-13得票数 2
我目前正在玩卡格尔泰坦尼克号数据集(train.csv)。
I可以很好地加载数据。i理解Embarked列中的某些数据具有nan值。但是，当我尝试使用以下代码对其进行筛选时，我将得到一个空数组
import pandas as pd
df = df.read_csv(<file_loc>, header=0)
df[df.Embarked == 'nan']
我试图导入numpy.nan以替换上面的字符串nan。但不起作用。
，我要找的是什么--所有不是'S'，'C'，'Q‘的细胞。
后来也意识到. n
浏览 4提问于2021-10-02得票数 1
回答已采纳
我想是的
data[data.agefm.isnull()]
和
data[data.agefm == numpy.nan]
是等价的。但是不是，第一个真正返回agefm为NaN的行，而第二个返回一个空的DataFrame。我感谢省略的值总是等于np.nan，但这似乎是错误的。
agefm列具有float64类型：
(Pdb) data.agefm.describe()
count 2079.000000
mean 20.686388
std 5.002383
min 10.000000
25% 17.000000
50%
浏览 1提问于2016-12-27得票数 21
回答已采纳
1回答
我有一个包含多种不同数据类型的熊猫系列。我想过滤掉所有不是数字的元素。生成的系列只应包含浮点数或ints。
有没有一种简单的方法来过滤这个系列？我发现的大多数解决方案只适用于DataFrames。
浏览 2提问于2016-05-01得票数 1
回答已采纳
我目前正在试图得到一个熊猫系列的平均值，表示另一个熊猫系列的百分比变化，也就是原始系列的百分比变化；然而，当我试图通过使用acc.mean()获得平均值时，它返回了nan。pct_returns.mean()的情况并非如此，它返回平均值。另外，这两个系列图都是正确的(，)，所以我不知道为什么不能正确地取平均值。
下面是一些示例代码作为示例：
import yfinance as yf, pandas as pd, numpy as np
from matplotlib import pyplot as plt
tick = yf.Ticker('AAPL')
data = t
浏览 4提问于2022-05-10得票数 1
1回答
在熊猫中，我现在正在循环一个系列的例子，当我遇到一个NaN时，我能立即知道下一个非NaN的索引吗？我不想跳过那些NaNs，因为我想对它们做插值。
现在我有了一个包含元素的系列a
5, 6, 5, NaN, NaN, NaN, 7, 8, 9, NaN, NaN, NaN, 10, 10
它们的索引从0到13，当我迭代这个系列时，当我只想知道下一个NaN的索引是什么，以及下一个非NaN的索引是什么时，它们的索引是从0到13。所以从一开始，我能立即知道第一个NaN的索引是4吗？然后，当我跳到a4时，我需要知道下一个非NaN数的索引，在这个例子中是6。
非常感谢。
浏览 1提问于2016-02-09得票数 6
回答已采纳
我做了一个计算器，它可以处理小数字，但是当结果太大时，它会返回NaN
List<string> memory = new List<string> { };
string display = "";
while (display.Contains("%") == false)
{
string line = ReadLine();
display = line;
memory.Add(line);
}
float result = float.Parse(memory[0]);
for (int i = 1;
浏览 0提问于2017-03-29得票数 0
我必须支持用户对框架运行任何公式以生成新列的能力。
我可能有个框架看起来像
dim01 dim02 msr01
0 A 25 1.0
1 B 26 5.3
2 C 53 NaN
我解释用户代码，允许他们使用受支持的函数/标准运算符/其他列运行公式。
因此，一个公式可能看起来像SQRT(msr01*100+7)
我将用户输入转换为Python语法，这样就可以计算出如下
formula_str = '(math.sqrt((row.msr01*100)+7))'
然后我把它应用到我
浏览 12提问于2022-05-19得票数 0
回答已采纳
我有一些工作代码，可以将小时转换为分钟(有一个小时值的条件)，但我目前正在遍历dataframe行，这对于较大的数据流似乎不太有效。
我有两个熊猫系列(实际上，这些是更大的数据栏)：
hours = pd.Series([0,10,15,20,30])
mins = pd.Series([10,0,0,20,10])
我想做的是：
返回包含总持续时间(即将小时转换为分钟，然后添加到分钟值)的单个序列。
如果小时值为15、30、45、60或90，则直接将其添加到没有小时分钟转换的分钟值中，然后将小时设置为0。否则，将小时数转换为分钟，然后进行加法。
我期望输出为以下系列(注2和4
浏览 3提问于2017-01-26得票数 1
回答已采纳
正如标题所述，我有一个Pandas数据框架，其中包含一个表示整数的float64。我想将它转换为使用int64，但它也包含NaN值。因此，我所能做的最好是将其转换为object类型，将所有非NaN值转换为整数。在不手动迭代列的情况下，最好的方法是什么？
这是必需的，以便当我使用to_sql转换数据帧时，使用一个可空的整数类型而不是浮点数。
例如：
>>> df
a b
0 1 2.0
1 3 NaN
我想要的：
>>> df
a b
0 1 2
1 3 NaN
浏览 0提问于2018-04-19得票数 0
2回答
在我的申请中，我收到了一个熊猫DataFrame (比如说，block)，它有一个名为est的专栏。此列可以包含字符串或浮动的混合。我需要将列中的所有值转换为浮动，并使列类型为be float64。我这样做是使用以下代码：
block[est].convert_objects(convert_numeric=True)
block[est].astype('float')
这在大多数情况下都适用。但是，在一种情况下，est包含所有空字符串。在这种情况下，第一个语句执行时不会出错，但是列中的空字符串仍然是空字符串。然后，第二条语句导致一个错误：ValueError: could
浏览 2提问于2016-02-17得票数 19
我正在设计一个工作流来清理第三方提交的非常混乱的数据，我遇到了一个数字转换的问题。具体来说，我使用接收接收到的数据并将其存储为文本，并测试它是否包含有效的数字。(是的，我知道更早对用户输入进行消毒会更容易，但不幸的是，在这种情况下这是不可能的。)
我遇到的问题是，当pandas.to_numeric遇到+/- 2^64大小范围外的整数时，它似乎会默默地失败。，这是预期的行为吗？
如果它是预期的行为，是否有一种以编程方式解决它的方法？我发现它正确地强制2^64限制之外的数值，而不是整数。
下面是一个很小的例子，说明了有问题的组件：
import pandas
# when converting
浏览 0提问于2018-03-07得票数 0
回答已采纳
我想用非NAs值填充熊猫系列的NAs，但前提是填充NA值的非NA值是相同的。有什么聪明的快速解决方案吗？我知道我可以编写一个函数，可以在itterrow设置中使用，但是我使用的是数百万行，需要一个更快的解决方案。
输入实例：
0 NaN
1 1
2 NaN
3 1
4 NaN
5 2
6 NaN
7 NaN
8 2
9 NaN
输出：
0 NaN
1 1
2 1
3 1
4 NaN
5 2
6 2
7 2
8 2
9 NaN
浏览 6提问于2022-02-21得票数 2
回答已采纳
1回答
我有同样的问题，如：
In [88]: pd.Series([False, np.nan]).any()
Out[88]: nan
其中as：
In [84]: np.any([False, np.nan])
Out[84]: True
还包括：
In [99]: pd.DataFrame([False, np.nan]).any()
Out[99]:
0 False
dtype: bool
我很好奇，对这三种类型的不同行为的解释是什么？
浏览 2提问于2013-11-12得票数 1
回答已采纳
不是确切的代码，而是简化的代码：
df['running_total'] = df.running_total.shift() + df['total']
显然，在第一个实例df.running_total.shift()中，该条目不存在，因此它会出错。
第一个条目有一个特殊的计算，所以我想显式地设置它。或者在找不到上一个行条目或DNE时使用该计算作为默认值。
无论哪种解决方案都可以工作，更喜欢更快的解决方案(小数据集，很少被称为)。
浏览 3提问于2017-10-30得票数 1
2回答
我正在加载一个包含数据的本地csv文件。我试图在行中找到NaN和数字混合的最小浮点数。
我试过使用名为np.nanmin的numpy函数，但它抛出：
"TypeError: '<=' not supported between instances of 'str' and 'float'"
database = pd.read_csv('database.csv',quotechar='"',skipinitialspace=True, delimiter=',')
浏览 2提问于2017-03-21得票数 2
回答已采纳
2回答
假设我有一个系列：
from pandas import Series
x = Series([2.3,6.7,1.2,8.0,7.5])
我想要计算相关性。如果我这样做：
shift = x[:-1]
x = x[1:]
x.corr(shift)
因为Series记住每个元素的原始索引，所以它通过索引匹配它们，并且我总是得到1.0的相关性。
在不手动编写相关函数的情况下，最优雅的方法是什么？(我可以这样做，但我想要干净的代码。)
浏览 0提问于2016-02-12得票数 1
11回答
更改pandas中的列类型
、、、、
我希望将一个表示为列表列表的表转换为Pandas DataFrame。举一个非常简单的例子：
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a)
将列转换为适当类型的最佳方法是什么?在本例中，将列2和列3转换为浮点数？有没有一种方法可以在转换为DataFrame时指定类型？或者更好的做法是先创建DataFrame，然后遍历这些列以更改每
浏览 5提问于2013-04-09得票数 1155
回答已采纳
我有一个输入数据，如下所示：
df = pd.DataFrame.from_dict({"t": [1,2,3,4,5], 'val': [100, 5, -4, -9, 1], })
我需要计算以下2列，一列为自上次正值以来的时间，另一列为自上次负值以来的时间：
df['t_since_neg'] = [np.nan, np.nan, np.nan, 1, 1]
df['t_since_pos'] = [np.nan, 1, 1,2,3]
列t代表时间。我该怎么做？我知道这与diff有关，但我无法让它准确地工作。
更新(跟进问
浏览 2提问于2022-05-23得票数 1
回答已采纳
我有一个数据帧，看起来像这样：
0 1 2 3 4 5 6
0 a(A) b c c d a a
1 b h w k d c(A) k
2 g e(A) s g h s f
3 f d s h(A) c w n
4 e g s b c e w
我想要获取在每一列中包含(A)的单元格的索引。
浏览 62提问于2019-07-17得票数 2
回答已采纳
1回答
假设我有一个包含几个连续NaNs的pandas序列。我知道fillna有几种方法可以填充缺少的值(backfill和fill forward)，但我想用最接近的非NaN值来填充它们。下面是我所拥有的一个示例：
s = pd.Series([0, 1, np.nan, np.nan, np.nan, np.nan, 3])
下面是我想要的一个例子：
s = pd.Series([0, 1, 1, 1, 3, 3, 3])
有人知道我能做到吗？
谢谢!
浏览 3提问于2017-06-27得票数 19
回答已采纳
我试图在不循环的情况下替换序列中的每个元素，如果满足某个条件，则使用' element‘，否则[]，我需要序列以最有效的方式在每一行中包含列表对象。 我可以使用for循环/列表理解来做到这一点，这非常慢： def test_method(A_series, B_series)->pd.Series:
"""return type: pd.Series of lists/ a column of lists"""
C_series = A_series * B_series/ (1+B_ser
浏览 15提问于2019-05-24得票数 0
下面的代码(具有2个组的数据帧，a和b) df = pd.DataFrame({'c1': ['a', 'a', 'b'], 'c2': [1, 2, 3], 'c3': [4, 5, 6]})
c1 c2 c3
0 a 1 4
1 a 2 5
2 b 3 6
df.groupby('c1', group_keys=False).apply(lambda df: df[['c2', 'c3']].ma
浏览 19提问于2021-03-28得票数 2
我试图通过过滤最“最近”的值(并确保有足够的值来做到这一点)来减少在pandas数据系列上计算EWM时的处理时间，但似乎每一行的权重都是更新的，而不是像我预期的那样在每个窗口中“重置”，我的意思是，考虑以下代码： import numpy as np
import pandas as pd
nvalues = 2**26
window_size = 256
values = pd.Series(np.random.uniform(0, 1, nvalues)) 有了这个系列，我现在想用以下方法计算指数移动平均值： values.ewm(span=window_size, min_perio
浏览 18提问于2021-01-13得票数 1
回答已采纳
使用Pypyodbc，我使用Pandas "read_sql“将Server中的数据集提取到数据帧中。但是，有时(并不总是)，当字段中有NULL时，数据类型不是int64，而是float64。
我有两个字段，它们都在Server中声明为INT。一种有时有无，另一种似乎总是有无。
下面是Server中的架构：
[PLAN_ID] [int] NULL,
[DESTINATION_ID] [int] NULL,
[STORE_ID] [int] NULL,
如果我使用dict来查看这些字段，我会看到：(还有其他字段，但我不知道如何读取DICT，所以我包含了前面的一行)
Name: plan
浏览 1提问于2019-09-16得票数 1
回答已采纳
2回答
我需要一个熊猫系列的子集，从第一个非空白的细胞开始。
例:关于系列：
>>> s = pd.Series([np.NaN, np.NaN, 1], index=['a', 'b', 'c'])
>>> s
a NaN
b NaN
c 1.0
dtype: float64
我需要得到包含行'b‘和'c’的子集。如下所示：
b NaN
c 1.0
dtype: float64
我有以下代码：
import pandas as pd
import numpy as np
浏览 0提问于2019-06-23得票数 1
2回答
熊猫移除任何字符串的行
、、、、
一个非常基本的qs家伙-和vm一起看一看。我想删除Col1中包含任何字符串的行--只关心Col1中的数值。
输入：
Col1 Col2 Col3
0 123 48.0 ABC
1 45 85.0 DEF
2 A.789 66.0 PQR
3 RN.35 9.0 PQR
4 LMO 12.0 ABC
输出：
Col1 Col2 Col3
0 123.0 48.0 ABC
1 45.0 85.0 DEF
我试过了
test = input_[input_['Col1'
浏览 3提问于2016-10-04得票数 1
回答已采纳
1回答
连接后保持数据格式数值
、、、
在连接一个数字数据和一个空数据后，是否有一种方法来保持结果数据数据的数值？
df1 = pd.DataFrame(data=[[1,2],[3,4]], columns=['a','b'], index=[0,1])
df1.dtypes
Out[25]:
a int64
b int64
dtype: object
df2 = pd.DataFrame(columns=['c','d'])
df2.dtypes
Out[27]:
c object
d object
dtype: object
df
浏览 0提问于2017-10-26得票数 1
回答已采纳
我希望使用最大值为36的滚动计数，其中需要包含NaN值，例如，如果它的NaN为0，则开始使用0。我有这样的数据：
输入：
val
NaN
1
1
NaN
2
1
3
NaN
5
代码：
b = a.rolling(36,min_periods=1).apply(lambda x: len(np.unique(x))).astype(int)
它给了我：
Val count
NaN 1
1 2
1 2
NaN 3
2 4
1 4
3 5
NaN 6
5
浏览 0提问于2018-05-01得票数 3
回答已采纳
假设我们有一个具有以下价值的熊猫系列
[np.nan, np.nan, 1, np.nan, 2, np.nan]
在中间用0填充nan值的最有效方法是什么？所以我们有
[np.nan, np.nan, 1, 0, 2, np.nan]
换句话说，如何用固定值或.fillna操作进行插值，而忽略数组开头和结尾处的nan。
浏览 0提问于2017-11-16得票数 1
回答已采纳
1回答
我使用的滚动函数与win_type‘高斯’。但是，当我取数据平均值时，我收到了一个类型错误。不知道为什么会发生这种情况，因为使用‘高斯’窗口时，'std‘是必需的输入。任何帮助都是非常感谢的。谢谢
TypeError: roll_mean() got an unexpected keyword argument 'std'
我已经包含了一个示例数据集来重新创建此问题。
dummy_dta = pd.DataFrame({'id' : ['A', 'A', 'A', 'B', 'B&#
浏览 3提问于2020-07-29得票数 1
回答已采纳
我有两个熊猫系列：ser和ovr。
ser包含对象，ovr是对象的稀疏Series，None的. ser和ovr共享相同的索引，我想用对应的ovr值覆盖ser的每个值，除非对应的值是None。
实现这一目标的有效方法是什么？
浏览 2提问于2013-09-24得票数 5
回答已采纳
我有以下DataFrame：
df = pd.DataFrame({'Label': list('AABCCC'), 'Values': [1,2,3,4,np.nan,8] })
我希望删除那些没有最小项目数(一个或更少)的组，因此我尝试了以下方法：
f = lambda x: x.Values.count() > 1
df.groupby('Label').filter(f)
然而，这引发了一个错误：
错误：“numpy.ndarray”对象没有属性“计数”
哪里出问题了？
浏览 0提问于2017-03-12得票数 10
回答已采纳
我有一个系列如下：
这可以变化到任何长度。我希望添加额外的行，直到某个索引级别(在本例中为240个)被NaN填充为止。
做这件事最好的方法是什么？
浏览 1提问于2021-05-20得票数 1
回答已采纳
我想我错过了一些基本概念上的东西，但我无法在文档中找到答案。
>>> df=pd.DataFrame({'a':[1,1,2,2,3,3], 'b':[5,np.nan, 6, np.nan, np.nan, np.nan]})
>>> df
a b
0 1 5.0
1 1 NaN
2 2 6.0
3 2 NaN
4 3 NaN
5 3 NaN
使用ffill()然后使用bfill()：
>>> df.groupby('a')['b'].ff
浏览 5提问于2017-06-07得票数 4
回答已采纳
我使用的是Pandas版本1.4.1。考虑下面的代码，它正确地工作，其中我使用df.corrwith计算两个数据文件的相关性
# this works
aa = np.arange(6,dtype='float64')
bb = np.arange(6,dtype='float64')
dd1 = {'rating':aa}
dd2 = {'rating':bb}
df_1 = pd.DataFrame(dd1)
df_2 = pd.DataFrame(dd2)
print('output of corrwi
浏览 8提问于2022-06-22得票数 1
回答已采纳
我们使用pandas (v0.25.3)从通过Django ORM (django v2.2.6)访问的postgres数据库中的大型数据集运行分析和数据操作。 我们遇到的情况是，我们要导入到DataFrame的表包含一个存储为models.BigIntegerField的外键ID列。这个外键字段通常是一个很大的数字，但是在那些没有设置外键的行中也可以是null。 当我们将记录列表从Django查询集中导入到新的pandas DataFrame中时，pandas会将ID列的dtype设置为np.float64，因为该数据包含一些空值。但是，对于那些ID不为null的行，从BigInteger
浏览 19提问于2020-12-19得票数 0
我希望在dataframe上有一个滚动应用程序，但是我的自定义函数有问题，我希望有一个额外的输入：
df_test = pd.DataFrame(columns=['amount'])
df_test['amount'] = [1, 2, 3, 4, 5]
mean = df_test['amount'].mean()
def rule(x,mean):
x = x-mean
return sum(x)
df_test['amount'].rolling(3).apply(rule,mean=mean)
这会返回
浏览 3提问于2020-11-09得票数 2
回答已采纳
1回答
假设我有一个Pandas dataframe，如下所示：
import pandas as pd
import numpy as np
df = pd.DataFrame({"time": [100,200,300,400,100,200,300,np.nan],
"correct": [1,1,0,1,1,0,0,0]})
印刷：
correct time
0 1 100.0
1 1 200.0
2 0 300.0
3 1 400.0
4
浏览 3提问于2017-03-08得票数 2
回答已采纳
2回答
一个初学者的问题:我试图从数据中计算列中的平均值，但出于某种原因，尽管使用了np.nanmean，它给了我错误的结果(即它在计算分母内的零)。
由于我不知道如何将表格粘贴到这个问题中(任何建议都会很好！)，下面是我正在讨论的问题的一个例子：
22.0
0
0
0
35
这个数字应该是28.5，但当我输入：
np.nanmean(df)
它只返回11.4。
现在，我已经尝试了轴的设置，也尝试将我的0度设置为numpy NaNs，但两者似乎都不起作用。
除了手工操作之外，在numpy /熊猫库中，我忽略了一些简单的东西吗？
浏览 9提问于2017-12-20得票数 3
回答已采纳
1回答
我不知道为什么会这样
>>> df = pd.DataFrame(np.arange(15).reshape(5,3),columns=list('ABC'))
>>> df
A B C
0 0 1 2
1 3 4 5
2 6 7 8
3 9 10 11
4 12 13 14
将None分配给最后一行中的元素，将其转换为NaN NaN NaN
>>> df.ix[5,:] = None
>>> df
A B C
0 0
浏览 2提问于2016-09-11得票数 2
回答已采纳
1回答
列表中有不同大小的列名，如["a“、"b”、"c“、"d”、"e“、"f"]，而且很少有列包含NaN。
A、b、c、d、e、f
1 2 3 4 5 6
南Nan 1 2 3南6 0
1 2 3 4 inf 6
结果应该是g=a+b+c、h=d+e、i=f等列中的列表之和，它们是列名。NaN和应该得到NaN，而不是0。如何在循环中做到这一点？
预期产出
\x{e76f}
6 9 6
\x{e76f}6 NaN 6
6 inf 6[1]
浏览 4提问于2020-02-12得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
