在操作列时如何使用pandas数据帧处理"除以零"？

Question

我正在处理数百个熊猫数据帧.典型的数据框如下:

import pandas as pd
import numpy as np
data = 'filename.csv'
df = pd.DataFrame(data)
df 

        one       two     three  four   five
a  0.469112 -0.282863 -1.509059  bar   True
b  0.932424  1.224234  7.823421  bar  False
c -1.135632  1.212112 -0.173215  bar  False
d  0.232424  2.342112  0.982342  unbar True
e  0.119209 -1.044236 -0.861849  bar   True
f -2.104569 -0.494929  1.071804  bar  False
....

有些操作我在列值之间进行划分,例如

df['one']/df['two'] 

但是,有时我会将其除以零,或者两者兼而有之

df['one'] = 0
df['two'] = 0

当然,这会输出错误:

ZeroDivisionError: division by zero

我宁愿0/0实际上意味着"这里没有任何东西",因为这通常是数据帧中的零意味着什么.

(a)我如何将其编码为"除以零"为0？

(b)如果遇到零除,我如何将其编码为"通过"？

Answer 1

使用分母中实际为零的数据帧可能更有用(请参阅列的最后一行two).

        one       two     three   four   five
a  0.469112 -0.282863 -1.509059    bar   True
b  0.932424  1.224234  7.823421    bar  False
c -1.135632  1.212112 -0.173215    bar  False
d  0.232424  2.342112  0.982342  unbar   True
e  0.119209 -1.044236 -0.861849    bar   True
f -2.104569  0.000000  1.071804    bar  False

>>> df.one / df.two
a   -1.658442
b    0.761639
c   -0.936904
d    0.099237
e   -0.114159
f        -inf  # <<< Note division by zero
dtype: float64

当其中一个值为零时,您应该得到inf或者-inf在结果中.转换这些值的一种方法如下:

df['result'] = df.one.div(df.two)

df.loc[~np.isfinite(df['result']), 'result'] = np.nan  # Or = 0 per part a) of question.
# or df.loc[np.isinf(df['result']), ...

>>> df
        one       two     three   four   five    result
a  0.469112 -0.282863 -1.509059    bar   True -1.658442
b  0.932424  1.224234  7.823421    bar  False  0.761639
c -1.135632  1.212112 -0.173215    bar  False -0.936904
d  0.232424  2.342112  0.982342  unbar   True  0.099237
e  0.119209 -1.044236 -0.861849    bar   True -0.114159
f -2.104569  0.000000  1.071804    bar  False       NaN

Answer 2

df['one'].divide(df['two'])

代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(5,2), columns=list('ab'))
df.loc[[1,3], 'b'] = 0
print(df)

print(df['a'].divide(df['b']))

结果：

    a           b
0   0.517925    0.305973
1   0.900899    0.000000
2   0.414219    0.781512
3   0.516072    0.000000
4   0.841636    0.166157

0    1.692717
1         inf
2    0.530023
3         inf
4    5.065297
dtype: float64

Answer 3

需要考虑的两种方法：

通过显式编码“无数据”值并对其进行测试，准备数据，以便永远不会出现被零除的情况。

将可能导致错误的每个除法用try/对括起来，如https://wiki.python.org/moin/HandlingExceptionsexcept中所述（其中有一个除以零的示例可供使用）

(x,y) = (5,0)
try:
  z = x/y
except ZeroDivisionError:
  print "divide by zero"

我担心您的数据包含一个真正的零（而不是缺失值）的零。