忽略零值并继续Python Pandas中的计算

Question

有没有办法可以通过确保Python为Divide by Zero结果返回默认值零来忽略零分割错误继续我的计算.以下是以下代码块:

import pandas as pd
import numpy as np

data = {'Sales': [5000, 4000], 
    'COS': [0, 0], 
    'Inventory': [400, 500], 
    'Receivables': [150, 400], 
    'Days': [365, 366],}
df = pd.DataFrame(data, columns = ['Sales', 'COS', 'Inventory', 'Receivables', 'Days'])
df

sales = (data['Sales'][0])
cos = (data['COS'][0])
inv = (data['Inventory'][0])
recei = (data['Receivables'][0])
days = (data['Days'][0])

ans = (inv/(cos/days)) + (recei/(sales/days))

显然,当我运行它时,它会给出ZeroDivisionError.使用Try语句并没有给我一个合适的解决方案.我真的很喜欢可以直接应用于数据帧的解决方案,只是因为其他值也会返回零

理想情况下,会计方面,我的答案应该是10.95

提前致谢.

Answer 1

尝试/除外

你可以使用try/ except.你只需要包括反转1 / x的范围内try的部分,然后由结果而不是分裂繁殖.一种方法是定义一个函数来为您执行此操作:

def inv_div_try(num, denom):
    try:
        return denom / num
    except ZeroDivisionError:
        return 0

ans = inv*inv_div_try(cos, days) + recei*inv_div_try(sales, days)

print(ans)

10.95

三元声明

在一行中,您可以使用三元语句.这可能不太可读:

ans = (inv*(days/cos if cos!=0 else 0)) + (recei*(days/sales if sales!=0 else 0))

或者像以前一样包装一个函数:

def inv_div_try(num, denom):
    return denom / num if num != 0 else 0

ans = inv*inv_div_try(cos, days) + recei*inv_div_try(sales, days)

大熊猫

使用Pandas,您可以使用numpy.where矢量化操作.请注意,对于Pandas系列,与NumPy数组一样,您的分母可能有0元素,但您不会遇到ZeroDivisionError; 相反,你看到np.inf或-np.inf.在这种情况下,我们使用numpy.where以避免这些结果.

df['ans'] = df['Inventory'] * np.where(df['COS'] == 0, 0, df['Days'] / df['COS']) + \
            df['Receivables'] * np.where(df['Sales'] == 0, 0, df['Days'] / df['Sales'])

print(df)

   Sales  COS  Inventory  Receivables  Days    ans
0   5000    0        400          150   365  10.95
1   4000    0        500          400   366  36.60