Question

我正在使用标量对pandas数据框的列进行求和，结果是一个满为零的列。奇怪的是，有时它会返回零，有时它不会。如果有人告诉我这个我不相信，那就是为什么我制作了一个显示这个结果的视频：

https://dl.dropboxusercontent.com/u/15853805/pandas%20bug.mp4

有人能解释我这个黑魔法吗？我对pandas失去了信任，我真的需要它来工作。

使用此代码，我可以得到类似的错误：

import pandas as pd
import numpy as np
from pdb import set_trace as pdb

for _ in xrange(100):
    data = np.random.randint(1,100000,1000000)
    df = pd.DataFrame(data,columns=['column'])
    scalar = np.random.randint(1,100000)
    df.column += scalar
    if df.column.max()==0:
        pdb()

我的数据变量用零填满。是内存问题吗？如果我的数据较小，那么这不会发生，但我需要以安全的方式处理大数据！

>> print pandas.__version__
0.17.1
>> print numpy.__version__
1.10.1

Python 2.7.11 |Anaconda 2.4.1 (64-bit)

Answer 1

问题在于我的numexpr=2.4.6版本更新到{{1}}修复了问题。 Github问题：https://github.com/pydata/pandas/issues/12167

Pandas sum列与标量结果为零

1 个答案: