ValueError：无法将浮点 NaN 转换为整数

Question

我正在编写一个函数，它返回一个字典，其中文档的年份作为键，作为值，它指定了一个由 def do_get_citations_per_year 函数返回的元组。

这个函数处理df：

def do_process_citation_data(f_path):
    global my_ocan

    my_ocan = pd.read_csv(f_path, names=['oci', 'citing', 'cited', 'creation', 'timespan', 'journal_sc', 'author_sc'],
                          parse_dates=['creation', 'timespan'])
    my_ocan = my_ocan.iloc[1:]  # to remove the first row
    my_ocan['creation'] = pd.to_datetime(my_ocan['creation'], format="%Y-%m-%d", yearfirst=True)
    my_ocan['timespan'] = my_ocan['timespan'].map(parse_timespan)
    #print(my_ocan.info())
    print(my_ocan['timespan'])
    return my_ocan

然后我就有了这个功能，运行时不会触发任何错误：

    result = tuple()
    my_ocan['creation'] = pd.DatetimeIndex(my_ocan['creation']).year

    len_citations = len(my_ocan.loc[my_ocan["creation"] == year, "creation"])
    timespan = round(my_ocan.loc[my_ocan["creation"] == year, "timespan"].mean())
    result = (len_citations, timespan)
    print(result)


    return result

当我在另一个函数中运行该函数时：

def do_get_citations_all_years(data):
    mydict = {}
    s = set(my_ocan.creation)
    for year in s:
        mydict[year] = do_get_citations_per_year(data, year)

    return mydict

我得到错误：

  File "/Users/lisa/Desktop/yopy/execution_example.py", line 28, in <module>
    print(my_ocan.get_citations_all_years())
  File "/Users/lisa/Desktop/yopy/ocan.py", line 35, in get_citations_all_years
    return do_get_citations_all_years(self.data)
  File "/Users/lisa/Desktop/yopy/lisa.py", line 112, in do_get_citations_all_years
    mydict[year] = do_get_citations_per_year(data, year)
  File "/Users/lisa/Desktop/yopy/lisa.py", line 99, in do_get_citations_per_year
    timespan = round(my_ocan.loc[my_ocan["creation"] == year, "timespan"].mean())
ValueError: cannot convert float NaN to integer

我可以做些什么来解决这个问题？

提前谢谢你

Answer 1

这个错误意味着my_ocan.loc[my_ocan["creation"] == year, "timespan"].mean()是NaN。

您应该在计算平均值之前用0 填充NaN 值，因为它不会改变平均值。这是一个例子：

timespan = my_ocan.loc[my_ocan["creation"] == year, "timespan"].fillna(0).mean()

Answer 2

@Ha Bom，用零填充会改变平均值，我想解决方案是用 NaN 删除行：

timespan = my_ocan.loc[my_ocan["creation"] == year, "timespan"].dropna().mean()

如果您不想删除任何行而不是用平均值填充，例如请参阅Stackoverflow question for an example

编辑 @Ha Bom 解决方案很好，因为关键是将平均值替换为零