Question

我收到警告，我想检查一下是否会破坏。我在很多情况下使用这样的np.where（对我来说，类似于excel中的if语句）。是否有更好或更多的pythonic或pandas方法来做到这一点？我试图将一个维度变成我可以轻松进行数学运算的东西。

df['closed_item'] = np.where(df['result']=='Action Taken', 1, 0)

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  result = getattr(x, name)(y)


INSTALLED VERSIONS
------------------
python: 3.5.1.final.0
python-bits: 64
OS: Windows
OS-release: 10

pandas: 0.18.0
nose: 1.3.7
pip: 8.1.0
setuptools: 20.2.2
Cython: 0.23.4
numpy: 1.11.0
scipy: 0.17.0
statsmodels: 0.6.1
xarray: None
IPython: 4.0.0
sphinx: 1.3.1
patsy: 0.4.0
dateutil: 2.4.2
pytz: 2015.7
blosc: None
bottleneck: None
tables: 3.2.2
numexpr: 2.5.1
matplotlib: 1.5.1
openpyxl: 2.2.6
xlrd: 0.9.4
xlwt: 1.0.0
xlsxwriter: 0.7.7
lxml: 3.4.4
bs4: 4.4.1
html5lib: None
httplib2: None
apiclient: None
sqlalchemy: 1.0.9
pymysql: None
psycopg2: None
jinja2: 2.8
boto: 2.38.0

Answer 1

当比较数据集中的“ int”和“ str”时，将发生此警告。将.astype（int）添加到比较数据集中。试试：

df['closed_item'] = np.where(df['result'].astype(str)=='Action Taken', 1, 0)

Answer 2

我认为您可以尝试其他替代方案 - 与numpy in1d或str.contains进行比较，但对我而言，所有3种方法都运行良好（但我的python: 2.7.11.final.0，pandas: 0.18.0和numpy: 1.10.4）：

print df
                      result
0               Action Taken
1  Action Taken Action Taken
2                     Action
3             Something else

print df['result']=='Action Taken'
0     True
1    False
2    False
3    False
Name: result, dtype: bool

print np.in1d(df['result'],'Action Taken')
[ True False False False]

print df['result'].str.contains('Action Taken')
0     True
1     True
2    False
3    False
Name: result, dtype: bool

df['closed_item'] = np.where(df['result']=='Action Taken', 1, 0)
df['closed_item1'] = np.where(np.in1d(df['result'],'Action Taken'), 1, 0)
df['closed_item2'] = np.where(df['result'].str.contains('Action Taken'), 1, 0)
print df
                      result  closed_item  closed_item1  closed_item2
0               Action Taken            1             1             1
1  Action Taken Action Taken            0             0             1
2                     Action            0             0             0
3             Something else            0             0             0

Answer 3

您提到的问题实际上非常复杂，所以让我用您的话语将其分为几部分：

我收到警告，我想检查是否会中断

Warning是一条语句，告诉您在处理编码逻辑时要格外小心。精心设计的警告不会破坏您的代码。如果是这样，它将是Exception。

尽管您需要担心输出或性能是否有问题，但通常您可能会忽略警告 ceteris paribus 。因此，在您的情况下，如果其他一切正常，并且您不打算更新软件，则无需执行任何操作来抑制该警告。但是，如果需要，可以使用以下代码段：

import warnings
with warnings.catch_warnings():
    warnings.filterwarnings('ignore', r'elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison(.*)')

在很多情况下，我都像这样使用np.where（对我来说，它类似于excel中的if语句）。

请注意，熊猫中有一种DataFrame.where方法。

是否有更好或更多的pythonic或pandas方式来做到这一点？

是的，有两种方法可以使代码更像熊猫：如果您希望获得许多能像假人一样工作的列，则可以使用

pd.get_dummies(df.result)

它将产生一个数据帧，其中包含一系列可能找到的所有可能的伪值。如果这听起来像是一种过大的杀伤力，请放心，有多种方法可以仅选择一个这样的变量。

在熊猫中，布尔值True和False通常用于对系列或数据框中的匹配项进行二进制分类，因此您可以执行以下操作：

df.closed_item = df.result == 'Action Taken'

我正在尝试将一维变成可以轻松进行数学运算的东西。

但是，如果您希望输出包含整数值以使其与您的整数匹配，则可以使用以下代码：

df.closed_item = (df.result == 'Action Taken'`).astype(int)

作为旁注，我认为此警告不会传播到较新的版本，即0.13及更高版本（如预期的那样，因为这是将来的警告），因此您也可以考虑进行更新。 / em>

FutureWarning：元素比较失败;返回标量

3 个答案: