Python避免在熊猫数据框中除以零

Question

抱歉，之前有人问过这个问题，但我无法让这些解决方案为我工作（我是使用 Python 的原生 MATLAB 用户）。

我有一个数据框，我在其中取一个 df 的前 7 列的行平均值并将其除以另一个。但是，这个数据集中有很多零，我想用零替换零除法错误（因为这对我很有意义）而不是自然返回的 nan（因为我正在实现它）。

到目前为止我的代码：

col_ind = list(range(0,7))
df.iloc[:,col_ind].mean(axis=1)/other.iloc[:,col_ind].mean(axis=1)

在这里，如果 other = 0，则返回 nan，但如果 df = 0，则返回 0。我尝试了很多建议的解决方案，但似乎没有一个注册。例如：

def foo(x,y):
    try:
        return x/y
    except ZeroDivisionError:
        return 0

foo(df.iloc[:,col_ind].mean(axis1),other.iloc[:,col_ind].mean(axis=1))

然而，这会返回相同的值而不使用定义的 foo。我怀疑这是因为我在操作系列而不是单一值，但我不确定也不知道如何解决它。这些数据框中也有实际的 nan。任何帮助表示赞赏。

Answer 1

您可以使用 np.where 有条件地将此作为矢量化计算。

import numpy as np

df = pd.DataFrame(data=np.concatenate([np.random.randint(1,10, (10,7)), np.random.randint(0,3,(10,1))], axis=1),
            columns=[f"col_{i}" for i in range(7)]+["div"])

np.where(df["div"].gt(0), (df.loc[:,[c for c in df.columns if "col" in c]].mean(axis=1) / df["div"]), 0)

Answer 2

不清楚您使用的是哪个版本，我不知道行为是否取决于版本，但在 Python 3.8.5 / Pandas 1.2.4 中，数据帧/系列中的 0 / 0 将评估为NaN，而非零 / 0 将评估为 inf。两者都不会引发错误，因此 try/except 不会捕获任何内容。

>>> import pandas as pd
>>> import numpy as np
>>> x = pd.DataFrame({'a': [0, 1, 2], 'b': [0, 0, 2]})
>>> x

   a  b
0  0  0
1  1  0
2  2  2

>>> x.a / x.b
0    NaN
1    inf
2    1.0
dtype: float64

您可以使用fillna() 方法替换pandas DataFrame 或Series 中的NaN 值，也可以使用标准replace() 替换inf：

>>> (x.a / x.b).replace(np.inf, np.nan)
0    NaN
1    NaN
2    1.0
dtype: float64

>>> (x.a / x.b).replace(np.inf, np.nan).fillna(0)
0    0.0
1    0.0
2    1.0
dtype: float64

（注意：负值除以零将计算为 -inf，需要单独替换。）

Answer 3

您可以在使用df.fillna(0) 计算后替换nan