Question

我正在尝试使用来自两个不同数据帧的数据进行条件合并到我的原始数据框。

使用iloc选择用于条件查找的两个数据帧的数据。一个用于新的数据框，一个用于扩展的数据框。

n_push_count= push_count_mapping.iloc[:,0:4] 
e_push_count = push_count_mapping.iloc[:,-4:9]

        type_n  aging_n mini_n  percent_n
0       New     0       0       0.520833
1       New     1       1       0.318471
2       New     2       2       0.234848
3       New     3       3       0.156627
4       New     4       4       0.129032
5       New     >5      5       0.129630
6       New     5       4       4.500000
7       New     6       5       4.500000
8       New     4       5       4.400000

    type_e      aging_e mini_e  percent_e
0   Expansion   0       0       0.642722
1   Expansion   1       1       0.413793
2   Expansion   2       2       0.260204
3   Expansion   3       3       0.196721
4   Expansion   4       4       0.215385
5   Expansion   >5      5       0.156627
6   Expansion   4       4       66.000000
7   Expansion   >5      5       3.000000
8   Expansion   >5      5       4.000000

我想合并percent_e或percent_n，具体取决于Deal_type是新的还是扩展到推送计数得分。该数据框的长度为40个记录。 0-39 这是df2

    deal_type    push_count    push_count_score
0   Expansion      0            NaN
1   Expansion      3            NaN
2   New            2            NaN
3   Expansion      0            NaN

我在下面工作的功能适用于一组具有相同数据长度的相似列。这是完整的代码

from IPython.display import display, HTML
import pandas as pd
import csv
import json
import numpy as np

n_push_count= push_count_mapping.iloc[:,0:4] 
e_push_count = push_count_mapping.iloc[:,-4:9]

    def add_push_count(row):
        if row['deal_type'] == 'New':
            return n_push_count.loc[n_push_count['mini_n'] < row['push_count']].iloc[-1]['percent_n']
        elif row['deal_type'] == 'Expansion':
            return e_push_count.loc[e_push_count['mini_e'] < row['push_count']].iloc[-1]['percent_e']

    df2['push_count_score'] = df2.apply(add_push_count, axis=1)


    display(df)

运行函数时收到错误消息

 IndexError: ('single positional indexer is out-of-bounds', 'occurred at index 0')

任何人都可以帮助或解释此错误是什么吗？此函数在我的代码中适用于非常相似的应用程序，但甚至无法处理我正在处理的部分数据。 df2是数据帧的一部分。

Answer 1

发生错误是因为在某些情况下n_push_count.loc[n_push_count['mini_n'] < row['push_count']]（或另一个e_）返回空的数据帧。用.iloc[-1]索引空的数据框会引发IndexError。

例如，由于df2的第一行的push_count等于0，并且mini_n数据帧中e_push_count列的值是全零或正整数。

在这些情况下，您需要选择要做什么，这是只有您可以决定的事情。

一种可能是将条件从lesser更改为lesser or equal：使用<=而不是<。

在这种情况下，使用您的数据样本，您将获得：

   deal_type  push_count  push_count_score
0  Expansion           0          0.642722
1  Expansion           3          0.196721
2        New           2          0.234848
3  Expansion           0          0.642722

但是，如果您要求n_push_count['mini_n']严格小于row['push_count']，则没有该值的字段，并且必须修改代码以保留空值。为此，您可以将函数的代码包装在try except块中：

def add_push_count(row):
    try:
        if row['deal_type'] == 'New':
            return n_push_count.loc[n_push_count['mini_n'] < row['push_count']].iloc[-1]['percent_n']
        elif row['deal_type'] == 'Expansion':
            return e_push_count.loc[e_push_count['mini_e'] < row['push_count']].iloc[-1]['percent_e']
    except IndexError:
        return np.NaN

您的df2将是：

   deal_type  push_count  push_count_score
0  Expansion           0               NaN
1  Expansion           3          0.260204
2        New           2          0.318471
3  Expansion           0               NaN

有条件合并：大熊猫

1 个答案: