根据特定的数据帧列处理异常

Question

我的数据框如下：

现在，我想将x除以y值而不给我一个例外。例如，当我将3除以2时，应该给我1.5；当我将3除以0时，应该给我零。为此，我编写了一个异常函数

def divide(x,y):
    try:
        result = x/y
        print (result)
    except ZeroDivisionError:
        print (0)

我现在想在数据框中创建一个新列并应用此功能。到目前为止，我已经使用过：

df['num']  = df.apply(divide)

但是，这并没有给我所需的结果。有人可以帮忙吗

Answer 1

您也可以尝试：

def divide(df):
    if(df['y']!=0):
        return df['x']/df['y']
    else:
        return 0
df['num']=df.apply(divide,axis=1)

但是我建议改用这个：

import numpy as np
df['num']=df['x']/df['y']
df.replace(np.inf,0)

Answer 2

尝试一下：

如果您使用的是python 2.7，则返回x / float（y）

import math

def divide(x,y):
        # if you check type(y) or type(x) you will get type: numpy.float64
        # pandas internally converts it to a numpy.float64
        # when you do division on such values you will get inf as output
        # you can check if values are not zero and do calculations or convert it to float like: x / float(y)

        if y and not math.isnan(y):
            return x/y

df['num']  = df.apply(lambda row: divide(row["x"], row["y"]), axis=1)

Answer 3

您需要return的东西，而不是print的东西，因此它不仅显示，而且还存储在内存中：

def divide(x,y):
    try:
        return x/y
    except ZeroDivisionError:
        return 0

df['num'] = df.apply(lambda x: divide(x["x"], x["y"]), axis=1)