선택한 행을 합산 할 때 이상한 동작을 나타내는 웹 데이터 (pandas DataFrame)를 컴파일했습니다.이상한 pandas.DataFrame.sum (축 = 1) 동작
DataFrame:
In [178]: tdf.shape
Out[178]: (47028, 57)
In [201]: cols
Out[201]: ['L1', 'L2', 'L3', 'L4', 'L5', 'W1', 'W2', 'W3', 'W4', 'W5']
In [177]: tdf[cols].head()
Out[177]:
L1 L2 L3 L4 L5 W1 W2 W3 W4 W5
0 4.0 2 NaN NaN NaN 6.0 6 NaN NaN NaN
1 3.0 3 NaN NaN NaN 6.0 6 NaN NaN NaN
2 7.0 5 3 NaN NaN 6.0 7 6 NaN NaN
3 1.0 4 NaN NaN NaN 6.0 6 NaN NaN NaN
4 6.0 7 4 NaN NaN 7.0 5 6 NaN NaN
tdf[cols].sum(axis=1)
을 사용하여 행에 대한 합계를 계산할 때. 위의 표에서, 1 행의 합은 18.0해야하지만, 다음과 같이 10으로보고됩니다
In [180]: tdf[cols].sum(axis=1).head()
Out[180]:
0 10.0
1 9.0
2 13.0
3 7.0
4 13.0
dtype: float64
문제는, 특정 레코드 (행 13771)에 의한 것으로 보인다 때 때문에 이 행을 제외 합은 정확하게 계산된다
In [183]: tdf.iloc[:13772][cols].sum(axis=1).head()
Out[183]:
0 10.0
1 9.0
2 13.0
3 7.0
4 13.0
dtype: float64
전체 열의 잘못된 결과를 제공합니다
In [182]: tdf.iloc[:13771][cols].sum(axis=1).head()
Out[182]:
0 18.0
1 18.0
2 34.0
3 17.0
4 35.0
dtype: float64
를 포함하는 반면.
In [196]: tdf[cols].iloc[13771]
Out[196]:
L1 1
L2 1
L3 NaN
L4 NaN
L5 NaN
W1 6
W2 0
W3
W4 NaN
W5 NaN
Name: 13771, dtype: object
In [197]: tdf[cols].iloc[13771].W3
Out[197]: ' '
In [198]: type(tdf[cols].iloc[13771].W3)
Out[198]: str
을 나는 다음 버전 실행 해요 :
In [192]: sys.version
Out[192]: '3.4.3 (default, Nov 17 2016, 01:08:31) \n[GCC 4.8.4]'
In [193]: pd.__version__
Out[193]: '0.19.2'
In [194]: np.__version__
Out[194]: '1.12.0'
는 확실히 하나의 잘못 포맷 된 레코드가 다른 레코드의 합계에 영향을주지해야 다음과 같이
기분을 상하게하는 기록은 무엇입니까? 이 버그입니까 아니면 내가 잘못하고있는 거지?
도움 주시면 감사하겠습니다.
감사합니다. 'to_numeric'을 적용하면 트릭을 수행합니다! 그러나 문자열 기록에서 자동으로 실패한 사실은 바람직하지 않은 것으로 보입니다. 나는 이것과 함께 갈 것이다. – Muchadoaboutnothing