Question

我有一个15列的数据框，假设我只想要6列。我正在执行聚合然后分组，但它正在抛出错误。

def my_compute_function(my_input):

    df=pd.DataFrame(my_input)
    df2=df[(df['D'] == "Validated")]
    df2[['A','E','F']]=df2[['A','E','F']].apply(pd.to_numeric) 
    df3=df2[['A','B','C','D','E','F']].groupby(['B','C','D']).agg({'A': 
   'max','E': 'max','F': 'max'}).reset_index()

return df3

所以我只想要6列A，B，C，D，E，F 当我添加此行时 DF2 [[ 'A'， 'E'， 'F'] = DF2 [[ 'A'， 'E'， 'F']]。应用（pd.to_numeric）
值得抛出的错误是ValueError：无法从空数据集中推断出架构。

Answer 1

这应该有用。

df[['A', 'B', 'C']] = df[['A', 'B', 'C']].apply(pd.to_numeric)

这会破坏

# Ignore this comment, I needed SO to show a blank
# line followed by code indented by a space

 df[['A', 'B', 'C']] = df[['A', 'B', 'C']].apply(pd.to_numeric)

Answer 2

我认为你可以在有问题的行之前复制工作代码中的空格：

#some code before, copy whitespaces from starts of line to first letter
    df = pd.read_csv(file)
^^^^copy here

    df[['A','B','C']]=df[['A','B','C']].apply(pd.to_numeric)  
^^^^paste here

转换Pandas中的数据类型

2 个答案: