Question

使用.add（）方法添加Pandas数据帧时遇到了一个问题。我有一个数据生成器，用于根据正常分布生成合成数据：

import pandas as pd
import numpy as np

def DataSynthNormal(data, sel, column, fracFull, TotalRows, SelRows, mean, std, abst=False):
    fraction = data.loc[data['A'] == sel, column].sample(frac = fracFull).index
    if abst:
        data1 = pd.DataFrame(np.absolute(np.random.normal(mean, std, round(SelRows*fracFull)).astype('int64')), index=fraction).reindex(range(TotalRows))
    else:
        data1 = pd.DataFrame(np.random.normal(mean, std, round(SelRows*fracFull)).astype('int64'), index=fraction).reindex(range(TotalRows))
    data[column] = data[column].add(data1, fill_value=0)

以此数据框为例：

empty = pd.DataFrame(columns=['A','B'], index=range(0,10))
empty.A[0:4] = "C"; empty.A[4:7] = "D"; empty.A[7:10] = "E"
print(empty)
   A    B
0  C  NaN
1  C  NaN
2  C  NaN
3  C  NaN
4  D  NaN
5  D  NaN
6  D  NaN
7  E  NaN
8  E  NaN
9  E  NaN

并运行数据生成器：

DataSynthNormal(empty, 'C', 'B', 0.8, 10, 4, 0, 1)

我收到以下错误：

回溯（最近通话最近一次）：

文件“”，第1行，在       DataSynthNormal2（空，'C'，'B'，0.8，10，4，0，1）

文件“”，在DataSynthNormal2中的第7行       data [column] = data [column] .add（data1，fill_value = 0）

文件“ C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ pandas \ core \ ops.py”，   第1358行，在flex_wrapper中       self.index）。完成（自我）

文件   “ C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ pandas \ core \ series.py”，   第274行，在 init       raise_cast_failure = True）

文件   “ C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ pandas \ core \ series.py”，   _sanitize_array中的第4163行       subarr = com._asarray_tuplesafe（data，dtype = dtype）

文件   “ C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ pandas \ core \ common.py”，   _asarray_tuplesafe中的第317行       值= [x个值中的元组（x）]

文件   “ C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ pandas \ core \ common.py”，   317行，在       值= [x个值中的元组（x）]

TypeError：“ int”对象不可迭代

我在这里尝试使用.add（），因为当添加两个数据帧时，它保留了NaN，而不是.fillna（0）（由于某种原因，它一直输出n x n个矩阵）。我希望它执行此操作，因为要尝试模拟的真实数据同时具有空白和0。我也不能使用“ data [column] = data1”，因为我需要在不同的时间使用不同的均值和std使用其他条件（=='D'，=='E'）。

有人知道如何解决这个问题吗？

Answer 1

提出一个解决方案，其中涉及创建第二个功能：

def DataSynthNormal(data, sel, column, fracFull, TotalRows, selRows, mean, std, abst=False):
    fraction = data.loc[data['A'] == sel, column].sample(frac = fracFull).index
    if abst:
        data1 = pd.DataFrame(np.absolute(np.random.normal(mean, std, round(selRows*fracFull)).astype('int64')), index=fraction).reindex(range(TotalRows))
    else:
        data1 = pd.DataFrame(np.random.normal(mean, std, round(selRows*fracFull)).astype('int64'), index=fraction).reindex(range(TotalRows))
    data[column] = data1

这是第一个，如您所愿。

def DataSynthNormal2x(data, sel1, sel2, column, fracFull1, fracFull2, TotalRows, selRows1, selRows2, mean1, std1, mean2, std2, abst=False):
    fraction1 = data.loc[data['A'] == sel1, column].sample(frac = fracFull1).index
    fraction2 = data.loc[data['A'] == sel2, column].sample(frac = fracFull2).index
    if abst:
        data1 = pd.DataFrame(np.absolute(np.random.normal(mean1, std1, round(selRows1*fracFull1)).astype('int64')), index=fraction1).reindex(range(TotalRows))
        data2 = pd.DataFrame(np.absolute(np.random.normal(mean2, std2, round(selRows2*fracFull2)).astype('int64')), index=fraction2).reindex(range(TotalRows))
    else:
        data1 = pd.DataFrame(np.random.normal(mean1, std1, round(selRows1*fracFull1)).astype('int64'), index=fraction1).reindex(range(TotalRows))
        data2 = pd.DataFrame(np.random.normal(mean2, std2, round(selRows2*fracFull2)).astype('int64'), index=fraction2).reindex(range(TotalRows))
    data12 = data1.add(data2, fill_value=0)
    data[column] = data12

第二个输入将输入加倍，并将所有功能组合在一起。这些似乎有效。

熊猫-.add（）导致TypeError：'int'对象不可迭代

1 个答案: