n.d.意思是在使用熊貓系列的python 3時？

Question

我找了一類panda.core.series.Series的max值，並將其返回n.d.當我使用下面的代碼

rowMax = df.max(axis = 1) 

問：什麼日期不詳意味着什麼，我怎麼能得到一個實際的價值？ （我的系列是20031的長度）

Answer 1

我試圖模仿你的問題：

df = pd.DataFrame({'A':['1','3','4'], 
        'B':['5','6','3'], 
        'E':['3','4', 3]}) 

print (df) 
    A B E 
0 1 5 3 
1 3 6 4 
2 4 3 3 

a = df.max(axis=1) 
print (a) 
0 NaN 
1 NaN 
2 NaN 
dtype: float64 

這意味着你的數據屬於混合 - 數字處理字符串。

解決方案是所有的數據轉換成數字：

a = df.astype(int).max(axis=1) 
print (a) 
0 5 
1 6 
2 4 
dtype: int32 

有時它是沒有可能的，因爲非數值數據：

df = pd.DataFrame({'A':['rr','3','4'], 
        'B':['5','6','3'], 
        'E':['3','4', 3]}) 

print (df) 
    A B E 
0 rr 5 3 
1 3 6 4 
2 4 3 3 

a = df.astype(int).max(axis=1) 

ValueError: invalid literal for int() with base 10: 'rr'

然後可以使用to_numeric：

a = df.apply(lambda x: pd.to_numeric(x, errors='coerce')) 
print (a) 
    A B E 
0 NaN 5 3 
1 3.0 6 4 
2 4.0 3 3 

a = df.apply(lambda x: pd.to_numeric(x, errors='coerce')).max(axis=1) 
print (a) 
0 5.0 
1 6.0 
2 4.0 
dtype: float64 

Answer 2

如果它確實是一個系列而不是數據框，max方法應該沒有任何爭論。

s = pd.Series({'a' : 0., 'b' : 1., 'c' : 2.}) 
s.max() 

> 2 

你確定你沒有處理數據幀嗎？