我想说的是规范化我的数据帧,当我实现代码的第一个版本时,我得到的是规范化的值,但是当我实现版本2时,我得到的是一个名为stop iteration
的错误。["1B","2B","3B","HR","BB"]
是我的数据帧中的列。你知道吗
第1版:
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()
第2版:
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。你知道吗
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
好的,因为在
mean()
函数中没有return语句(在示例1.2中),所以该函数只为每个组返回None
。你得到的StopIteration
错误并不是很清楚,但是发生的是:apply()
对每个组调用mean()
函数。你知道吗None
。你知道吗None
秒apply()
尝试在列表中查找非None
值, 引发StopIteration
异常。你知道吗所以基本上你可以通过以下步骤来重现错误:
所有这些都可能是太多的细节虽然-外卖是,当你 使用
apply()
,您不应该在 你正在应用的函数-你应该从函数返回一个结果 并将它们分配回数据帧,如:相关问题 更多 >
编程相关推荐