Python 列保留原始更新的“NA”；永远不会用浮动更新

Question

更新数据框列 FractionOfVote 时，我的第一步是添加一个新列 FractionOfVote，默认为 数值。然后使用 split 解析数据框列 Votes。

以下两个函数代码可以正常工作：1) add_new_column_fraction(), 2) add_new_column_votes()。

def add_new_column_fraction(df):
    df['FractionOfVote'] = 'NA'

def add_new_column_votes(df):
    df[['YesVotes','NumVotes']] = df['Votes'].str.split('/',expand=True)[[0,1]]

问题代码在函数calc_fraction_ratio_for_votes()中找到

def calc_fraction_ratio_for_votes(df):
    for idx, row in df.iterrows():
        numerator = row['YesVotes']
        denomerator = row['NumVotes']
        try:
            row['FractionOfVote'] = float(numerator) / float(denomerator)
        except ZeroDivisionError:
            row['FractionOfVote'] = 'NaN'

此函数采用另外两个数据框列 YesVotes、NumVotes，并计算新的浮点值 列 FractionOfVote，之前在 add_new_column_fraction() 中定义。

逻辑错误是 FractionOfVote 列保留了原始更新后的“NA”；并且从未收到来自“row['FractionOfVote'] = float(numerator) / float(denomerator)”的更新，其中包括浮点值计算，或者来自“除了 ZeroDivisionError”的“NaN”。

Answer 1

你为什么首先使用iterrrows()？您可以通过以下矢量化实现获得相同的结果：

 # Create column and fill all values to NaN by default
 df['FractionOfVote'] = np.nan # import numpy as np if you didn't

 # Populate the valid values with the ratio.
 df.loc[df['NumVotes'].astype(float) > 0, 'FractionOfVote'] = df['YesVotes'] / df['NumVotes'] 

Answer 2

您应该尽量避免 Python 级别的循环。首先确保您的系列是数字的（如有必要）：

df = pd.DataFrame({'Yes': [0, 3, 0, 10, 0],
                   'Num': [0, 5, 0, 30, 2]})

num_cols = ['Yes', 'Num']
df[num_cols] = df[num_cols].apply(pd.to_numeric, errors='coerce')

然后使用除法并将inf替换为NaN：

print((df['Yes'] / df['Num']).replace(np.inf, np.nan))

0         NaN
1    0.600000
2         NaN
3    0.333333
4    0.000000
dtype: float64