Question

我有以下由整数值组成的DataFrame：

df = pd.DataFrame(data=1, columns=['a','b'], index=[1,2,3])

   a  b
1  1  1
2  1  1
3  1  1

我想在单个单元格上以及在尝试时设置缺失值：

df.at[1,'a'] = np.nan

然后我得到这个异常：

Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "pandas/core/indexing.py", line 2159, in __setitem__
    self.obj._set_value(*key, takeable=self._takeable)
  File "pandas/core/frame.py", line 2582, in _set_value
    engine.set_value(series._values, index, value)
  File "pandas/_libs/index.pyx", line 124, in pandas._libs.index.IndexEngine.set_value
  File "pandas/_libs/index.pyx", line 133, in pandas._libs.index.IndexEngine.set_value
  File "pandas/_libs/index.pyx", line 570, in pandas._libs.index.convert_scalar
ValueError: Cannot assign nan to integer series

Answer 1

如果设置了df.loc[1,'a'] = np.nan print (df) a b 1 NaN 1 2 1.0 1 3 1.0 1，函数DataFrame.at似乎不能将整数转换为浮点数。

为我工作DataFrame.loc：

loc

@Peter Leimbigler的解释：

首先需要进行类型转换的原因是因为 nan 是 float 类型，并且是 int 数据类型不支持 nan 或任何其他缺失值。为了使数字列包含 nan ，它的类型必须为 float 。

@pir解释：

pandas.DataFrame.at 已针对特定单元格访问进行了优化。因此，它不能更改列的dtype。但是，var a=[ {name: "abc", address: "xxx"} , {name: "def", address: "yyy"} , {name: "xyz", address: "xyz"} , {name: "abc", address1: "123"} , {name: "def", address1: "456"} ] var result = Object.values(a.reduce( (o,d) => ( o[d.name] = { ...d, ...(o[d.name] && o[d.name]) } , o ) , {}) ) console.log(result)可以。

Answer 2

添加java.lang.NegativeArraySizeException

astype

在pandas中的整数数据框中使用DataFrame.at分配nan值时出现ValueError

2 个答案: