Question

在下面的函数中，我正在使用Pandas数据框。我要引入一个数据框，并立即重置索引。然后，我对该数据帧进行复制，以免出现任何链式分配问题。

然后，我想使用.dropna(inplace=True, subset = [header], axis=0)删除我感兴趣的列（header）为nan的任何行。但是，一旦我进入for循环，很明显nan值并没有下降，因为我不断收到如下警告：

RuntimeWarning：空切片的均值

这是我的数组neighbors具有所有nan值的结果。

我的问题：在我使用df_copy.dropna(inplace=True, subset=[header], axis=0)的那一行中，我似乎并没有永久丢掉那些行？

n_samples = 10
tolerance = 1.5
dataframe = pd.read_csv('my_file.csv')
def removeOutliers(dataframe, header):
    dataframe.reset_index(inplace=True, drop=True)
    df_copy = dataframe.copy()
    #Why doesn't the below actually drop the NaNs?
    df_copy.dropna(inplace=True, subset=[header], axis=0)
    for ii in range(len(df_copy['Lng'])):
        a = df_copy.iloc[ii]['Lng'] -  df_copy.iloc[:]['Lng']
        b = df_copy.iloc[ii]['Lat'] -  df_copy.iloc[:]['Lat']
        c = np.array((a**2 + b**2)**0.5   )    
        d = np.zeros((len(df_copy['Lng'])))
        e = np.zeros((len(df_copy['Lng'])))
        d[:] = df_copy.iloc[:]['Well']
        e[:] = df_copy.iloc[:][header]
        idx = np.argpartition(c, n_samples+1)
        max_loc = np.where(e[idx[0:n_samples+1]] == e[ii])
        neighbors = np.delete(e[idx[0:n_samples+1]], max_loc)
        avg = np.nanmean(neighbors)
        std = np.nanstd(neighbors)
        if df_copy.iloc[ii][header] > (avg + tolerance*std) or df_copy.iloc[ii][header] < (avg - tolerance*std):
            df_copy.iloc[ii, df_copy.columns.get_loc(header)] = np.nan
    return df_copy

test_data = removeOutliers(dataframe, 'myColumn')

熊猫中的.dropna（）问题

0 个答案: