为什么熊猫的广播公式是跳行

Question

我有一个数据框架，我正在做大量(20+)的计算，创建新列等。所有的计算都运行良好，包括问题中的计算，除了大约1,000行的2行。行不是相邻的，我找不到任何值得注意的关于这两个特定的行，计算似乎跳过。正在从csv和xlsx文件中读取数据。问题行来自csv文件中的数据。

计算如下:

df['c'] =  df['b'] - df['a']

两个问题行的数据如下所示:

['a']       ['b']                 ['c']
0      30.6427984591421           0
0      9584.28792256921           0

df中其余部分的数据看起来很相似，但处理正确:

['a']                ['b']                 ['c']
102411.4521      37008.6603          -65402.7918
202244.75895    211200.2304295         8955.4714795

示例代码:

a = [0, 0, 102411.4521, 202244.75895]
b = [30.6427984591421, 9584.28792256921, 37008.6603, 211200.2304295]
df = pd.DataFrame(zip(a, b), columns=['a', 'b'])
df['c'] =  df['b'] - df['a']

为什么计算似乎会跳过这些行?

Answer 1

您可以在操作之前尝试重置索引。

df = df.reset_index(drop=True)

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.reset_index.html pandas-dataframe-reset-index

Answer 2

根据您提供的信息，cPython 3.10.8不会重现此错误。

import pandas as pd
df = pd.DataFrame(
[
dict(a=0,            b=    30.6427984591421),
dict(a=0,            b=  9584.28792256921),
dict(a=102411.4521,  b= 37008.6603),
dict(a=202244.75895, b=211200.2304295),
]
)
df["c"] = df.b - df.a
print(pd.__version__)
print(df)

输出

1.5.2
a              b             c
0       0.00000      30.642798     30.642798
1       0.00000    9584.287923   9584.287923
2  102411.45210   37008.660300 -65402.791800
3  202244.75895  211200.230429   8955.471480

Answer 3

问题是我需要在计算之前填写:

df = df.fillna(0, inplace=False)