爲什麼熊貓在一種情況下會導致「ZeroDivisionError」，但在另一種情況下卻不會呢？

我有一個熊貓數據幀「DT = MYFUNC（）」，並從IDLE輸出的屏幕拷貝如下：爲什麼熊貓在一種情況下會導致「ZeroDivisionError」，但在另一種情況下卻不會呢？

>>> from __future__ import division 
>>> dt = __get_stk_data__(['*'], frq='CQQ', from_db=False) # my function 
>>> dt = dt[dt['ebt']==0][['tax','ebt']] 
>>> type(dt) 
<class 'pandas.core.frame.DataFrame'> 
>>> dt 
       tax ebt 
STK_ID RPT_Date   
000719 20100331 0 0 
     20100630 0 0 
     20100930 0 0 
     20110331 0 0 
002164 20080331 0 0 
300155 20120331 0 0 
600094 20090331 0 0 
     20090630 0 0 
     20090930 0 0 
600180 20090331 0 0 
600757 20110331 0 0 
>>> dt['tax_rate'] = dt.tax/dt.ebt 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "D:\Python\Lib\site-packages\pandas\core\series.py", line 72, in wrapper 
    return Series(na_op(self.values, other.values), 
    File "D:\Python\Lib\site-packages\pandas\core\series.py", line 53, in na_op 
    result = op(x, y) 
ZeroDivisionError: float division 
>>>

它花費了我很多時間去弄明白爲什麼熊貓引發「ZeroDivisionError：浮法事業部'，而熊貓都非常好，下面的示例代碼：

tuples = [('000719','20100331'),('000719','20100930'),('002164','20080331')] 
index = MultiIndex.from_tuples(tuples, names=['STK_ID', 'RPT_Date']) 
dt =DataFrame({'tax':[0,0,0],'ebt':[0,0,0]},index=index) 
dt['tax_rate'] = dt.tax/dt.ebt 

>>> dt 
       ebt tax tax_rate 
STK_ID RPT_Date      
000719 20100331 0 0  NaN 
     20100930 0 0  NaN 
002164 20080331 0 0  NaN 
>>>

我希望大熊貓提供‘男’這兩種情況下，爲什麼‘ZeroDivisionError’發生在第一種情況？如何解決它？

下面碼&屏幕輸出被連接以提供進一步的信息，以調試

def __by_Q__(df): 
    ''' this function transforms the input financial report data (which 
     is accumulative) to qurterly data 
    ''' 
    df_q1=df[df.index.map(lambda x: x[1].endswith("0331"))] 

    print 'before diff:\n' 
    print df.dtypes 
    df_delta = df.diff() 
    print '\nafter diff: \n' 
    print df_delta.dtypes 


    q1_mask = df_delta.index.map(lambda x: x[1].endswith("0331")); 
    df_q234 = df_delta[~q1_mask] 

    rst = concat([df_q1,df_q234]) 

    rst=rst.sort_index() 
    return rst

畫面輸出：

before diff: 

sales      float64 
discount     object 
net_sales     float64 
cogs      float64 
ebt      float64 
tax      float64 

after diff: 

sales      object 
discount     object 
net_sales     object 
cogs      object 
ebt      object 
tax      object

來源

2012-09-10 bigbug

你可以檢查第一個例子的dt.dtypes嗎？我也無法重現這種行爲。 –

'dt.dtypes'顯示'稅'和'ebt'是'對象'（我不知道爲什麼）。我能收到你的電子郵件嗎？我可以將您的整個源代碼和SQLite數據文件發送給您，然後您可以重現該場景。通常，程序從SQLite後端獲取財務報告數據，並嘗試計算財務比率... – bigbug

@bigbug，你是如何獲取數據了SQLite的後端？如果你看看pandas.io.sql，read_frame方法有一個coerce_float參數，如果可能的話，應該將數字數據轉換爲浮點數。

你的第二個例子工作，因爲DataFrame的構造函數試圖聰明的類型。如果您將dtype設置爲對象，那麼它將失敗：

In [16]: dt = DataFrame({'tax':[0,0,0], 'ebt':[0,0,0]},index=index,dtype=object) 

In [17]: dt.tax/dt.ebt 
--------------------------------------------------------------------------- 
ZeroDivisionError       Traceback (most recent call last)

請再次檢查您的數據導入代碼，並讓我知道您找到了什麼？

來源

2012-09-11 01:43:19

'df = psql.frame_query（sqlstr，con = cx，coerce_float = True）'是獲取數據的代碼來自SQLite。我認爲'psql.frame_query'效果很好，它爲具有數據的SQLite列創建'float64'，將'object'列分配給SQLite列爲空（NULL）。（大熊貓也可以默認分配'float64'嗎？）。我一步步跟蹤內部邏輯流程，發現'DataFrame.diff（）'是原因，它將數據類型從'float64'更改爲'object'！ – bigbug

我附上問題區域中的相關代碼和輸出。請看看。 'diff（）'在碰到邊界時會改變數據類型嗎？ – bigbug

啊，這是一個混合dtype DataFrame的錯誤。我在這裏提交了一個錯誤報告。作爲解決方案，如果您將折扣列轉換爲浮動，那麼它應該可以工作（請參閱https://github.com/pydata/pandas/issues/1896） –

我沒有安倍重現該行爲（I嘗試創建DataFrames從整數，浮動和numpy陣列），購買我認爲這是一個更好的主意，以NaNtax_rate列和然後覆蓋的值時，ebt是非零：

dt['tax_rate'] = numpy.nan 
dt['tax_rate'][dt.ebt != 0] = dt.tax[dt.ebt != 0]/dt.ebt[dt.ebt != 0]

來源

2012-09-10 14:35:51

爲什麼熊貓在一種情況下會導致「ZeroDivisionError」，但在另一種情況下卻不會呢？

回答

相關問題