试图通过浮点数分割数据帧列产量NaN

-1

背景我处理打印出数字列的csv数据表。我正在研究一个程序，该程序将采用第一列，向用户请求浮动时间（即45小时半= 45.5），然后从第一列中减去该数字。我在这方面取得了成功。现在，我需要找到“零”时间点的行索引。我使用min来查找该索引，然后从下面的A1列中调用该索引。我需要时间0找到的读数，然后归A1，以使在图上，在0时间点的读数列是1 A1（最终所有后续列，但婴儿的步骤对我来说）试图通过浮点数分割数据帧列产量NaN

time_zero = float(input("Which time would you like to be set to 0?")) 
df['A1']= df['A1']-time_zero

迄今为止设置零时间的效果很好。

zero_location_series = df[df['A1'] == df['A1'].min()] 
r1 = zero_location_series[' A1.1'] 
df[' A1.1'] = df[' A1.1']/r1

这是我遇到麻烦的地方。第一行将正确地确定一系列我可以从其他所有专栏中删除的内容。接下来r1正确标识了正确的A1.1值，当我使用type(r1)时，此值为浮点数。但是，当我划分df[' A1.1']/r1时，它只会产生一个正确的值，该值是r1/r1 = 1。所有其他值出来NaN。

我的问题：

如何划分一个float我猜列？我为什么得到NaN？
有没有更快的方法来做到这一点，因为我需要做16列这样做（即'A2/R2''A3/R3'等）
我需要做inplace = True在任何地方做操作在重新保存数据之前坚持使用？还是仅用于添加/删除行？

例

数据框，看起来像这样！ http://i.imgur.com/ObUzY7p.png 正确设置零时间（图片未显示）

将分隔后的列！ http://i.imgur.com/TpLUiyE.png

来源

2016-12-30 Spencer Slavin

你能告诉一个自包含的例子证明了什么问题？ – BrenBarn

当其中一个操作数是'NaN'时，您经常可以获得'NaN' – user86895

如果要通过R1在列中的每个值除以这是最好的应用，例如：

import pandas as pd 
df = pd.DataFrame([1,2,3,4,5]) 
# apply an anonymous function to the first column ([0]), divide every value 
# in the column by 3 
df = df[0].apply(lambda x: x/3.0, 0) 
print(df)

所以你可能想是这样的：

df = df["A1.1"].apply(lambda x: x/r1, 0)

这真的只回答你问题的第2部分。快速应用可能是您在多行和多列上运行函数的最佳选择。至于为什么用浮点数除法会得到nans，有没有可能列中的值不是浮点数或整数？

来源

2016-12-30 21:33:27

这可行！我现在有一个新问题，但我想我可以自己解决这个问题（使用min（）当我想要最小> 0分钟时）。对不起，我花了这么长时间回复（高估了假期的工作时间），非常感谢你的帮助。 –

这应该工作：

df['A1.1']=df['A1.1']/df['A1.1'].min()

我想原因df[' A1.1'] = df[' A1.1']/r1没有工作是因为r1是一个系列。尝试r1?而不是type(r1)和熊猫会告诉你，r1是一个系列，而不是一个单独的浮点数。

要做到这一点的一个尝试，你必须遍历每个列，例如：

for c in df: 
    df[c] = df[c]/df[c].min()

来源

2016-12-30 23:19:40 rs1234

试图通过浮点数分割数据帧列产量NaN

回答

相关问题