我很好奇为什么熊猫中两个数据帧的简单连接:
shape: (66441, 1)
dtypes: prediction int64
dtype: object
isnull().sum(): prediction 0
dtype: int64
shape: (66441, 1)
CUSTOMER_ID int64
dtype: object
isnull().sum() CUSTOMER_ID 0
dtype: int64
形状相同,没有NaN值
foo = pd.concat([initId, ypred], join='outer', axis=1)
print(foo.shape)
print(foo.isnull().sum())
如果连接,可能会产生很多NaN值。
(83384, 2)
CUSTOMER_ID 16943
prediction 16943
想把它复制成
aaa = pd.DataFrame([0,1,0,1,0,0], columns=['prediction'])
print(aaa)
bbb = pd.DataFrame([0,0,1,0,1,1], columns=['groundTruth'])
print(bbb)
pd.concat([aaa, bbb], axis=1)
失败,例如,工作正常,因为没有引入NaN值。
我认为不同的索引值有问题,所以在
concat
无法对齐getNaN
:如果不需要索引值,则解决方案是^{} :
相关问题 更多 >
编程相关推荐