TypeError：'float' 类型的参数不可迭代 - 重塑 csv 文件

Question

我有一个 csv 文件，其中第一列代表数字 ID，一列代表用户 cmets。
ID 列中遗漏了一些 cmets。因此，我假装检查 ID 列中的每一行，如果它不是数字，则复制该行并将其粘贴到 Comments 列中（ID 列中的最后一个 True）。print(clean_order):
web_scraper_order ... 评论
0 1593612265-26203 ... 伦敦是(...)
1 1593612270-26346 ... 我不 (...)
2 1593612265-26217 ...以及（...）
3 1593612290-26579 ... 我唱歌 (...)
4 1593612256-26064 ... 您的第一个 (...)
……………… 第3074章 3075 国家统计局网站为...... NaN
第3076章 3077 查看可以下载的议会网站... ... NaN
第3078章 我真的同意你的观点，这是一个很大的耻辱... ... NaN

clean_order.info():

RangeIndex：3079 个条目，0 到 3078
数据列（共 16 列）：

列非空计数 Dtype

0 web_scraper_order 2722 非空对象
1 web-scraper-start-url 2324 非空对象
2 Discussions_Link 2141 非空对象
3 Discussions_Link-href 1940 非空对象
4 分页 1820 非空对象
5 Pagination-href 1757 非空对象
6 Title_Discussion 1720 非空对象
7 已发布 1698 个非空对象
8 Published_Date 1679 非空对象
9 科目 1672 非空对象
10 讨论 1660 非空对象
11 条评论 1653 非空对象
12 Pagination_Comments 520 非空对象
13 Pagination_Comments-href 517 非空对象
数据类型：对象（16） 内存使用量：192.5+ KB

我的代码：

import pandas as pd

clean_order = pd.read_csv('C:/Users/(...)/Page_Clean_test.csv', 'w+', delimiter=';', skiprows=0, low_memory=False)
save_row = 0

for L in range(0, 1500):
     if "159361" in clean_order['web_scraper_order'][L]:
         save_row = L
     else:
         clean_order['Comments'][save_row] = clean_order['Comments'][save_row] + clean_order['web_scraper_order'][L]

错误：
Traceback（最近一次调用最后一次）： 文件“C:/Users/suiso/PycharmProjects/Teste_SA/Change web_scraper_order.py”，第 12 行，在 如果 clean_order['web_scraper_order'][L] 中的“159361”： TypeError: 'float' 类型的参数不可迭代

Answer 1

添加.fillna() 的解决方案应该可以完成工作。但是，习惯于 pandas 中的矢量化解决方案是件好事。这是另一种选择。

从这些数据开始

np.random.seed(0)
df = pd.DataFrame(
    [['159361' + str(x), 'first comment'] if np.random.choice([True, False])
        else ['comment' + str(x), ''] for x in range(3000)], columns=['ID', 'Comment'])
df.loc[np.random.randint(0, 3000, 200), 'ID'] = np.nan

>>> print(df)
               ID        Comment
0         1593610  first comment
1        comment1
2        comment2
3         1593613  first comment
4        comment4
...           ...            ...
2995  comment2995
2996  comment2996
2997   1593612997  first comment
2998   1593612998  first comment
2999  comment2999

[3000 rows x 2 columns]

现在通过获取有效 ID 对 ID 列进行分组

coms = df.groupby(
    df.ID.str.contains('159361').cumsum() # artificial index, increases with every valid ID
    ).ID.apply(list) # returns a list of values for each valid ID

>>> print(coms)
ID
True                          [1593610, comment1, comment2]
2         [1593613, comment4, comment5, comment6, commen...
3.0                                              [15936111]
4.0                                              [15936112]
5.0                                              [15936114]
                                ...
1362.0               [1593612984, comment2986, comment2987]
1363.0                            [1593612988, comment2989]
1364.0    [1593612990, comment2991, comment2992, comment...
1365.0                                         [1593612997]
1366.0                            [1593612998, comment2999]
Name: ID, Length: 1366, dtype: object

现在将每个列表的第一个元素设置为索引并加入其余元素。

coms.index = coms.str.get(0)
coms = coms.str.slice(start=1).str.join('; ')

>>> print(coms)
1593610                                      comment1; comment2
1593613       comment4; comment5; comment6; comment7; commen...
15936111
15936112
15936114
                                    ...
1593612984                             comment2986; comment2987
1593612988                                          comment2989
1593612990    comment2991; comment2992; comment2993; comment...
1593612997
1593612998                                          comment2999
Name: ID, Length: 1366, dtype: object

追加到df中的cmets列

df = df.loc[df.ID.isin(coms.index), :] \ # use only rows with valid IDs
    .set_index('ID') # and set IDs as index so it can be aligned with coms.index
df.Comment = df.Comment + '; ' + coms # join columns

>>> print(df)
ID
1593610                     first comment; comment1; comment2
1593613     first comment; comment4; comment5; comment6; c...
15936111                                      first comment;
15936112                                      first comment;
15936114                                      first comment;
...                                                       ...
1593612984            first comment; comment2986; comment2987
1593612988                         first comment; comment2989
1593612990  first comment; comment2991; comment2992; comme...
1593612997                                    first comment;
1593612998                         first comment; comment2999

[1366 rows x 1 columns]