减去两个值并再次存储它们时熊猫出错

Question

First.csv
LAC Reference_Count
1000    500
2222    1000
3333    500
5555    1000
9999    1500

Second.csv
LAC 10/08/15 00:00  10/08/15 01:00
1000    2000    2500
2222    3000    4000

我有两个文件 first.csv 和 second.csv，在 first.csv 我有两个标题 LAC 和引用计数，second.csv 没有标题可以是任何数字，但它将遵循一种格式，即一列LAC 所有 id，后跟时间日期序列，我需要从 second.csv 中获取 LAC(id)，并在 first.csv 的 LAC 中搜索，获取引用计数并减去 second.csv 的所有时间序列的值。您可以通过预期输出更好地理解。

second.csv 
    LAC  10/08/15 00:00  10/08/15 01:00
0  1000            1500            2000
1  2222            2000            3000

这是我的代码

import pandas as pd
location='/home/saiharsh/Documents/Crowd Street/BUgs/second.py.csv'
master_lac_path='/home/saiharsh/Documents/Crowd Street/Final/first.csv'
master_csv_file = master_lac_path
df_master=pd.read_csv(master_csv_file,error_bad_lines=False)
df2=pd.read_csv(location,error_bad_lines=False)
header=list(df2.iloc[:,1:].columns.values)
print df2
for i in range(len(df2)):
            val=df_master[df_master['LAC']==df2['LAC'][i]]['Reference_Count']
            for j in header:
                Tmp=df2[j][i]
                tmp=df2[df2[j]==Tmp][j]
                value=tmp-val
                print type(tmp),type(val),type(value)
                df2.set_value(i,j,value)
print df2

我收到了这个错误

Traceback (most recent call last):
  File "/home/Py_Process_Plots/master_lac.py", line 14, in process
    value=tmp-val
  File "/home/software/anaconda/lib/python2.7/site-packages/pandas/core/ops.py", line 524, in wrapper
    arr = na_op(lvalues, rvalues)
  File "/home/software/anaconda/lib/python2.7/site-packages/pandas/core/ops.py", line 475, in na_op
    result[mask] = op(x[mask], _values_from_object(y[mask]))
TypeError: unsupported operand type(s) for -: 'str' and 'float'

我的 pandas 版本是 0.16.2，numpy 是 1.9.2

请帮我解决问题。

Answer 1

尝试将所有内容都转换为浮点数，因为错误表示您有一个字符串，您正在尝试使用它进行数学运算。

你试过了吗：

float(value) = float(tmp) - float(val)

如果之后错误发生变化，请告诉我。也发布错误。

Answer 2

这行得通：

df1 = pd.read_csv('First.csv', sep='\t', header=0, index_col=0)
df2 = pd.read_csv('Second.csv', sep='\t', header=0, index_col=0)
dfans = df2.subtract(df1.iloc[:,0], axis=0).dropna()

print(df1)
      Reference_Count
LAC                  
1000              500
2222             1000
3333              500
5555             1000
9999             1500

print(df2)
      10/08/15 00:00  10/08/15 01:00
LAC                                 
1000            2000            2500
2222            3000            4000

print(dfans)
      10/08/15 00:00  10/08/15 01:00
LAC                                 
1000            1500            2000
2222            2000            3000

您需要将 LAC 作为索引。以下不起作用...

index_default = pd.read_csv('test.csv', sep='\t', header=0)

print(index_default)
    LAC  10/08/15 00:00  10/08/15 01:00
0  2222            3000            4000
1  1000            2000            2500

dfans = index_default.subtract(df1.iloc[:,0], axis=0).dropna()

print(dfans)
Empty DataFrame
Columns: [LAC, 10/08/15 00:00, 10/08/15 01:00]
Index: []

但是以 LAC 作为索引，它可以工作...

index_lac = pd.read_csv('test.csv', sep='\t', header=0, index_col=0)

print(index_lac)
      10/08/15 00:00  10/08/15 01:00
LAC                                 
2222            3000            4000
1000            2000            2500

dfans = index_lac.subtract(df1.iloc[:,0], axis=0).dropna()

print(dfans)
      10/08/15 00:00  10/08/15 01:00
LAC                                 
1000            1500            2000
2222            2000            3000