Python Pandas dataframe division error: operation not ' 'safe' '

Question

我正在尝试将 Python 中的 Pandas DataFrame 的某些列标准化为它们的总和。我有以下数据框：

import pandas as pd
l_a_2015 = ['Farh','Rob_Sens','Pressure','Septic',10.0,45.,52.,72.51]
l_a_2010 = ['Water_Column','Log','Humid','Top_Tank',58.64,35.42,10.,30.]

df = pd.DataFrame([l_a_2010,l_a_2015],columns=['Output_A','Tonnes_Rem',
                                               'Log_Act_All','Readout','A1','A2','A3','A4'])

我想将列 A1、A2、A3、A4 标准化为它们的总和，如图所示 here - 将每个元素除以由 4 个元素的总和组成的一行。

这部分的第一部分似乎工作正常 - 我得到了每行最后 4 列的总和：

x,y = df.sum(axis=1).tolist()

因此，列表 [x,y] 给出了第一行和第二行（最后 4 列）的总和。但是，当我尝试 将每行上的所有 DataFrame 条目除以该行的总和 时，我遇到了问题：

for b,n in enumerate([x,y]):
    for f,elem in enumerate(list(df)[4:]):
        df.iloc[b,f] = (df.iloc[b,f]/n)*100.

我收到以下错误：

[Traceback (most recent call last):134.06, 179.50999999999999]

  File "C:\test.py", line 13, in <module>
    df.iloc[b,f] = (df.iloc[b,f]/n)*100.
TypeError: ufunc 'divide' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

当我使用 print df.dtypes 时，我得到所有列的 float64，所以我不确定为什么除法不安全。

有没有

Answer 1

试试这个：

In [5]: df
Out[5]:
       Output_A Tonnes_Rem Log_Act_All   Readout     A1     A2    A3     A4
0  Water_Column        Log       Humid  Top_Tank  58.64  35.42  10.0  30.00
1          Farh   Rob_Sens    Pressure    Septic  10.00  45.00  52.0  72.51

In [8]: cols = df.select_dtypes(include=['number']).columns.tolist()

In [9]: cols
Out[9]: ['A1', 'A2', 'A3', 'A4']

让我们创建一个仅包含数字列的视图：

In [10]: v = df[cols]

In [13]: df[cols] = v.div(v.sum(axis=1), 0)

In [14]: df
Out[14]:
       Output_A Tonnes_Rem Log_Act_All   Readout        A1        A2        A3        A4
0  Water_Column        Log       Humid  Top_Tank  0.437416  0.264210  0.074593  0.223780
1          Farh   Rob_Sens    Pressure    Septic  0.055707  0.250682  0.289677  0.403933

select A* 列的替代方法：

In [18]: df.filter(regex='^A\d+')
Out[18]:
         A1        A2        A3        A4
0  0.437416  0.264210  0.074593  0.223780
1  0.055707  0.250682  0.289677  0.403933

In [19]: df.filter(regex='^A\d+').columns
Out[19]: Index(['A1', 'A2', 'A3', 'A4'], dtype='object')

Python Pandas dataframe division error: operation not ' 'safe' '

Python Pandas dataframe division error: operation not ' 'safe' '

python

pandas

dataframe

divide