RuntimeWarning：longlong_scalars中遇到的无效值

Question

我在做什么

我想报告多个用户的每周拒绝率。我使用for循环来查看每月数据集以获取每个用户的数字。最后的数据帧，rates，应该是这个样子：

The end product, rates

说明

我有一个初步的数据框（numbers），仅包含接受，拒绝和审查的数字，在这里我添加了这些行和列：

• 行：总计，拒绝率
• 分列：总计

这里的numbers看看怎么样：

|---|--------|--------|--------|--------|-------------| 
| | Week 1 | Week 2 | Week 3 | Week 4 | Grand Total | 
|---|--------|--------|--------|--------|-------------| 
| 0 | 994 | 699 | 529 | 877 |  3099 | 
|---|--------|--------|--------|--------|-------------| 
| 1 | 27 | 7 | 8 | 13 |  55  | 
|---|--------|--------|--------|--------|-------------| 
| 2 | 100 | 86 | 64 | 107 |  357 | 
|---|--------|--------|--------|--------|-------------| 
| 3 | 1121 | 792 | 601 | 997 | 3511  | 
|---|--------|--------|--------|--------|-------------| 

该指标代表了以下值：

• 0 - 接受
• 1 - 拒绝
• 2 - 评论
在 numbers数据帧中获得的下降率按周： -
• 3 TOTAL（接受+拒绝+评论）

我写了2预先定义的功能：

1. get_decline_rates(df)。
2. copy(empty_df, data)：将所有数据传输到具有“双”标题的新数据帧（用于报告目的）。

这里是我的代码，我添加的行和列numbers，然后重新格式化：

# Adding "Grand Total" column and rows 
totals = numbers.sum(axis=0) # column sum 
numbers = numbers.append(totals, ignore_index=True) 
grand_total = numbers.sum(axis=1) # row sum 
numbers.insert(len(numbers.columns), "Grand Total", grand_total) 

# Adding "Rejection Rate" and re-indexing numbers 
decline_rates = get_decline_rates(numbers) 
numbers = numbers.append(decline_rates, ignore_index=True) 
numbers.index = ["ACCEPT","REJECT","REVIEW","Grand Total","Rejection Rate"] 

# Creating a new df with report format requirements 
final = pd.DataFrame(0, columns=numbers.columns, index=["User A"]+list(numbers.index)) 
final.ix["User A",:] = final.columns 

# Copying data from numbers to newly formatted df 
copy(final,numbers) 

# Append final df of this user to the final dataframe 
rates = rates.append(final) 

我使用Python的3.5.2和熊猫0.19.2。如果有帮助，这里的初始数据集的样子：

Data format

我做的日期列上一个采样按周来获取数据。

什么错

这里的有趣的部分 - 代码运行良好，我得到rates所有需要的信息。但是，我看到这样的警告消息：

RuntimeWarning：在longlong_scalars

如果我打破了代码和行线运行它遇到无效值，不会出现此消息。即使这个消息看起来很奇怪（甚至是什么意思？）有人知道这个警告信息是什么意思，是什么造成的？

UPDATE：

我只是跑了类似的脚本，需要在完全相同的输入，并产生一个相似的输出（除了我得到每天的废品率，而不是每周一次）。我得到同样的警告运行时，除了更多的信息给出：

RuntimeWarning：在longlong_scalars

rej_rate = STR（INT（圆（（col.ix [1] /col.ix遇到无效值3]）*“％”

我怀疑当我试图用我的预定义函数get_decline_rates(df)来计算下降速率时，肯定出了什么问题。这可能是由于价值的dtype？输入df，numbers上的所有列都是int64。

下面是我的预先定义的函数的代码（输入，numbers，可在说明找到）：

# Description: Get rejection rates for all weeks. 
# Parameters: Pandas Dataframe with ACCEPT, REJECT, REVIEW count by week. 
# Output: Pandas Series with rejection rates for all days in input df. 
def get_decline_rates(df): 
    decline_rates = [] 
    for i in range(len(df.columns)): 
     col = df.ix[:,i] 

     try: 
      rej_rate = str(int(round((col[1]/col[3])*100))) + "%" 
     except ValueError: 
      rej_rate = "0%" 

     decline_rates.append(rej_rate) 

    return pd.Series(decline_rates, index=df.columns) 

Answer 1

我有同样的RuntimeWarning，并寻找到数据后，它是由于空分。我没有时间查看您的示例，但是您可以查看id = 0或其他可能发生空分或其他情况的记录。