相关疑难解决方法(0)

什么是从pandas DataFrame中删除nan和inf/-inf值而不重置的最快/最简单的方法mode.use_inf_as_null？我希望能够使用subset和how参数dropna,除了inf被认为缺失的值,例如:

df.dropna(subset=["col1", "col2"], how="all", with_inf=True)

这可能吗？有没有办法告诉dropna我inf在其缺失值的定义中包含哪些内容？

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"？

我有以下数据：

a = pd.Series([1, 2, 3])
b = pd.Series([0, 0, 0])

如果被零除，在某些情况下我想

1. 将结果设置为系列之一
2. 将结果设置为特定值

但是以下给出了“意外”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：

情况1：将数据设置为特定值

0    0
1    0
2    0

情况2：将值设置为特定的序列

0    1
1    2
2    3

我正在尝试添加一个新列，该列是另外两个列之间除法的结果，但通过仅将除法应用于分母大于零的行来消除除以零行。

df['division'] = 0

df.loc[(df['B'] > 0), 'division'] = (df['A'] / df['B'])

当您设置 时，它工作得很好df = df.head(X)，其中 X 消除了“B”中不包含零的行，所以我知道这是条件格式的失败，但我不明白为什么。

这种条件格式不起作用是否有一个不明显的原因？这种格式确实可以正常工作：

df.loc[df['B'] > 0]

并返回df您所期望的。