均值归一化不同版本的代码

Question

我想规范化我的数据框，当我实现第一个版本的代码时，我得到了规范化的值，但是当我实现版本 2 时，我收到一个名为 stop iteration 的错误。 ["1B","2B","3B","HR","BB"] 是我的数据框中的列。

版本 1：

def meanNormalizeRates(df):
        subRates = df[["1B","2B","3B","HR","BB"]]
        df[["1B","2B","3B","HR","BB"]] = subRates - subRates.mean(axis=0)
        return df

stats = stats.groupby('yearID').apply(meanNormalizeRates)
stats.head()

版本 2：

 def mean(df):
    for val in ["1B","2B","3B","HR","BB"]:
          stats[val] = stats[val] -stats[val].mean(axis=0)

stats = stats.groupby('yearID').apply(mean)

stats.head()

我无法理解这两个版本之间的区别。

一个很好的例子

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
'year': [2000, 2001, 2002, 2001, 2002],
'pop': [1.5, 1.7, 3.6, 2.4, 2.9],
'gate' : [9, 7, 4,6, 9]}

frame = pd.DataFrame(data)
frame.head()

版本 1.1

def std(df):
    temp = df[['gate', 'pop']]
    df[['gate', 'pop']] = temp - temp.mean(axis=0)
    return df
frame.groupby('year').apply(std)

    gate    pop state   year
0   9   1.5 Ohio    2000
1   7   1.7 Ohio    2001
2   4   3.6 Ohio    2002
3   6   2.4 Nevada  2001
4   9   2.9 Nevada  2002

版本 1.2

def mean(df):
    for val in ['gate', 'pop']:
        df[val] = df[val]- df[val].mean(axis=0)

frame.groupby('year').apply(mean)

error: stop iteration

Answer 1

好的，因为你的 mean() 函数中没有 return 语句（在示例 1.2 中），该函数只是 returns None for每个组。您收到的 StopIteration 错误并不是那么清楚，但实际情况是：

apply() 在每个组上调用您的 mean() 函数。
每个调用 returns None.
结果被放入一个列表中，所以这里是所有的列表 Nones
作为尝试将结果拼接在一起的一部分， apply() 试图在列表中找到非 None 值，抛出 StopIteration 异常。

所以基本上你可以重现错误：

eg_list = [None, None, None]
v = next(v for v in eg_list if v is not None)
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-12-93b31b7a51e4> in <module>()
----> 1 v = next(v for v in eg_list if v is not None)

虽然所有这些可能都太详细了——要点是当你使用 apply()，您实际上不应该在您正在应用的函数 - 您应该 returning 函数的结果并将它们分配回数据框，例如：

# The lambda here will return the relevant values of gate and pop,
# and we just assign them wherever we want in the dataframe.
# Could be new columns, could be existing ones
frame[['gate', 'pop']] = frame.groupby('year')[['gate', 'pop']].apply(
    lambda group: group - group.mean(axis=0))

均值归一化不同版本的代码

Mean normalization different versions of code

python

pandas