首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >熊猫-- .add()导致TypeError:'int‘对象不可迭代

问熊猫-- .add()导致TypeError:'int‘对象不可迭代
EN

Stack Overflow用户
提问于 2018-07-02 13:38:58
回答 1查看 837关注 0票数 0

我遇到了一些问题,使用.add()方法添加。我有一个数据生成器,用于沿正态分布生成合成数据:

代码语言:javascript
复制
import pandas as pd
import numpy as np

def DataSynthNormal(data, sel, column, fracFull, TotalRows, SelRows, mean, std, abst=False):
    fraction = data.loc[data['A'] == sel, column].sample(frac = fracFull).index
    if abst:
        data1 = pd.DataFrame(np.absolute(np.random.normal(mean, std, round(SelRows*fracFull)).astype('int64')), index=fraction).reindex(range(TotalRows))
    else:
        data1 = pd.DataFrame(np.random.normal(mean, std, round(SelRows*fracFull)).astype('int64'), index=fraction).reindex(range(TotalRows))
    data[column] = data[column].add(data1, fill_value=0)

使用此数据this作为示例:

代码语言:javascript
复制
empty = pd.DataFrame(columns=['A','B'], index=range(0,10))
empty.A[0:4] = "C"; empty.A[4:7] = "D"; empty.A[7:10] = "E"
print(empty)
   A    B
0  C  NaN
1  C  NaN
2  C  NaN
3  C  NaN
4  D  NaN
5  D  NaN
6  D  NaN
7  E  NaN
8  E  NaN
9  E  NaN

并运行数据生成器:

代码语言:javascript
复制
DataSynthNormal(empty, 'C', 'B', 0.8, 10, 4, 0, 1)

我得到以下错误:

回溯(最近一次调用): 文件"",第1行,在DataSynthNormal2(空,'C','B',0.8,10,4,0,1) 文件"",第7行,在DataSynthNormal2 datacolumn = datacolumn.add(data1,fill_value=0)中 文件"C:\Users\User\Anaconda3\lib\site-packages\pandas\core\ops.py",第1358行,在flex_wrapper self.index).finalize(self)中 文件"C:\Users\User\Anaconda3\lib\site-packages\pandas\core\series.py",第274行,init raise_cast_failure=True) 文件"C:\Users\User\Anaconda3\lib\site-packages\pandas\core\series.py",第4163行,在_sanitize_array subarr = com._asarray_tuplesafe(data,dtype=dtype)中 文件"C:\Users\User\Anaconda3\lib\site-packages\pandas\core\common.py",第317行,以_asarray_tuplesafe值= tuple(x)表示x的值 文件"C:\Users\User\Anaconda3\lib\site-packages\pandas\core\common.py",第317行,以值= tuple(x)表示x的值 TypeError:'int‘对象不可迭代

我在这里尝试使用.add(),因为它在添加两个数据时保存NaN,而不是.fillna(0) (由于某种原因,.fillna(0)输出了NaN矩阵)。我希望它做到这一点,因为它试图模拟的真实数据在整个过程中都有空白和0。我也不能使用"datacolumn = data1",因为我需要在不同的时间使用其他条件词(=‘D’,=‘E’),具有不同的平均值和std。

有人知道如何解决这个问题吗?

EN

回答 1

Stack Overflow用户

发布于 2018-07-02 15:30:00

想出了一个解决方案,其中包括创建第二个函数:

代码语言:javascript
复制
def DataSynthNormal(data, sel, column, fracFull, TotalRows, selRows, mean, std, abst=False):
    fraction = data.loc[data['A'] == sel, column].sample(frac = fracFull).index
    if abst:
        data1 = pd.DataFrame(np.absolute(np.random.normal(mean, std, round(selRows*fracFull)).astype('int64')), index=fraction).reindex(range(TotalRows))
    else:
        data1 = pd.DataFrame(np.random.normal(mean, std, round(selRows*fracFull)).astype('int64'), index=fraction).reindex(range(TotalRows))
    data[column] = data1

这是第一个,如你所料。

代码语言:javascript
复制
def DataSynthNormal2x(data, sel1, sel2, column, fracFull1, fracFull2, TotalRows, selRows1, selRows2, mean1, std1, mean2, std2, abst=False):
    fraction1 = data.loc[data['A'] == sel1, column].sample(frac = fracFull1).index
    fraction2 = data.loc[data['A'] == sel2, column].sample(frac = fracFull2).index
    if abst:
        data1 = pd.DataFrame(np.absolute(np.random.normal(mean1, std1, round(selRows1*fracFull1)).astype('int64')), index=fraction1).reindex(range(TotalRows))
        data2 = pd.DataFrame(np.absolute(np.random.normal(mean2, std2, round(selRows2*fracFull2)).astype('int64')), index=fraction2).reindex(range(TotalRows))
    else:
        data1 = pd.DataFrame(np.random.normal(mean1, std1, round(selRows1*fracFull1)).astype('int64'), index=fraction1).reindex(range(TotalRows))
        data2 = pd.DataFrame(np.random.normal(mean2, std2, round(selRows2*fracFull2)).astype('int64'), index=fraction2).reindex(range(TotalRows))
    data12 = data1.add(data2, fill_value=0)
    data[column] = data12

第二,它需要双倍的输入,并将其全部功能组合在一起.这些看起来很管用。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51137555

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档