【发布时间】:2018-12-26 07:08:36
【问题描述】:
我正在使用 pandas 清理一些数据文件并验证内容。在验证中,我将每一列的内容与一组预期值进行比较
for col_name, expected in expected_dict.items():
col_values = set(df[col_name])
if not col_values.issubset(expected):
raise ValueError(str(col_values - expected),'in',col_name)
我在使用 NaN 时遇到了一些意外行为。具体来说,set(series) 将每个 NaN 视为唯一元素。我想出了一个解决方案,就是set(series.unique())。
s = pd.Series([1,2,1,None,3,None])
set(s) ## Produces {nan, 1.0, 2.0, 3.0, nan}
set(s.unique()) ## Produces {nan, 1.0, 2.0, 3.0}
我的问题是为什么会遇到这种行为?我怀疑它与熊猫中 NaN 的表示有关。
【问题讨论】:
标签: python pandas dataframe set series