Question

我正在使用数百个pandas数据帧。典型的数据框如下：

CREATE EXTERNAL TABLE SAMPLE (
  col1            STRING,
  col2            STRING
)
PARTITIONED BY (year STRING, month STRING, date STRING)
STORED as ORC
Location "s3n://blah/data/"
TBLPROPERTIES ("orc.compress"="SNAPPY");

某些操作我在列值之间进行划分，例如：

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
....

但是，有时候我会将零除，或者两者都

df['one']/df['two']

当然，这会输出错误：

df['one'] = 0
df['two'] = 0

我希望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义。

（a）我如何编码这意味着“除以零”是0？

（b）如果遇到除以零，我将如何将其编码为“通过”？

Answer 1

使用分母中实际为零的数据帧可能更有用（请参阅列two的最后一行）。

        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  0.000000  1.071804    bar  False

>>> df.one / df.two
a   -1.658442
b    0.761639
c   -0.936904
d    0.099237
e   -0.114159
f        -inf  # <<< Note division by zero
dtype: float64

当其中一个值为零时，您应该在结果中获得inf或-inf。转换这些值的一种方法如下：

df['result'] = df.one.div(df.two)

df.loc[~np.isfinite(df['result']), 'result'] = np.nan  # Or = 0 per part a) of question.
# or df.loc[np.isinf(df['result']), ...

>>> df
        one       two     three   four   five    result
a  0.469112 -0.282863 -1.509059    bar   True -1.658442
b  0.932424  1.224234  7.823421    bar  False  0.761639
c -1.135632  1.212112 -0.173215    bar  False -0.936904
d  0.232424  2.342112  0.982342  unbar   True  0.099237
e  0.119209 -1.044236 -0.861849    bar   True -0.114159
f -2.104569  0.000000  1.071804    bar  False       NaN

Answer 2

需要考虑两种方法：

通过明确编码“无数据”值并对其进行测试，准备好您的数据，以便永远不会出现零除的情况。

使用try / except对包裹可能导致错误的每个分部，如https://wiki.python.org/moin/HandlingExceptions所述（使用除以零的示例）

(x,y) = (5,0)
try:
  z = x/y
except ZeroDivisionError:
  print "divide by zero"

我担心您的数据包含的零值实际为零（而不是缺失值）。

Answer 3

您始终可以使用try语句：

try:
  z = var1/var2
except ZeroDivisionError:
  print ("0") #As python-3's rule is: Parentheses

... OR

你也可以这样做：

if var1==0:
    if var2==0:
        print("0")
else:
    var3 = var1/var2

希望这有帮助！选择你想要的任何选择（无论如何它们都是相同的）。

Answer 4

df['one'].divide(df['two'])

代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.rand(5,2), columns=list('ab'))
df.loc[[1,3], 'b'] = 0
print(df)

print(df['a'].divide(df['b']))

结果：

    a           b
0   0.517925    0.305973
1   0.900899    0.000000
2   0.414219    0.781512
3   0.516072    0.000000
4   0.841636    0.166157

0    1.692717
1         inf
2    0.530023
3         inf
4    5.065297
dtype: float64

Answer 5

试试这个：

df['one']/(df['two'] +.000000001)

在操作列时如何使用pandas数据帧处理“除以零”？

5 个答案: