如何消除python中的零除错误?
我有一个dataframe,它有两列: df 有一些科学价值,如如何消除python中的零除错误?,python,pandas,dataframe,divide-by-zero,Python,Pandas,Dataframe,Divide By Zero,我有一个dataframe,它有两列: df 有一些科学价值,如0E-10,我想创建一个新的专栏,以便: df[“新颜色”]=df[“水果比例”]/(df[“水果比例”]+df[“蔬菜比例”) 但它给了我这样一个错误: DivisionByZero:[] 是否有办法替换0-E10值,或者如何避免错误 谢谢我想float函数会为您解决这个问题float()。将整个列指定为浮点数,因为大多数已经是浮点数。我认为float函数将为您解决这个问题float()。将整个列指定为浮点数,因为大多数已被指定
0E-10
,我想创建一个新的专栏,以便:
df[“新颜色”]=df[“水果比例”]/(df[“水果比例”]+df[“蔬菜比例”)
但它给了我这样一个错误:
DivisionByZero:[]
是否有办法替换0-E10
值,或者如何避免错误
谢谢我想float函数会为您解决这个问题
float()
。将整个列指定为浮点数,因为大多数已经是浮点数。我认为float函数将为您解决这个问题float()
。将整个列指定为浮点数,因为大多数已被指定为浮点数。给定:
df = pd.DataFrame({'a':[0,1,2,3,0,1,2,3], 'b':[0,1,0,1,1,0,1,0]})
作为
创建一个掩码,以识别a
或b
不为零的位置,这是可以安全计算的
mask = (df['a'] != 0) | (df['b'] != 0)
面具
0 False
1 True
2 True
3 True
4 True
5 True
6 True
7 True
用NaN
填充结果列,然后覆盖您可以计算的结果:
df['c'] = pd.np.NaN
df.loc[mask, 'c'] = df['a'] / (df['a'] + df['b'])
结果
a b c
0 0 0 NaN
1 1 1 0.500000
2 2 0 1.000000
3 3 1 0.750000
4 0 1 0.000000
5 1 0 1.000000
6 2 1 0.666667
7 3 0 1.000000
适用于你的问题:
mask = (df['fruits_ratio'] != 0) | (df['vegetables_ratio'] != 0)
df['new_col'] = pd.np.NaN
df.loc[mask, 'new_col'] = df['fruits_ratio'] / (df['fruits_ratio'] + df['vegetables_ratio'])
鉴于:
作为
创建一个掩码,以识别a
或b
不为零的位置,这是可以安全计算的
mask = (df['a'] != 0) | (df['b'] != 0)
面具
0 False
1 True
2 True
3 True
4 True
5 True
6 True
7 True
用NaN
填充结果列,然后覆盖您可以计算的结果:
df['c'] = pd.np.NaN
df.loc[mask, 'c'] = df['a'] / (df['a'] + df['b'])
结果
a b c
0 0 0 NaN
1 1 1 0.500000
2 2 0 1.000000
3 3 1 0.750000
4 0 1 0.000000
5 1 0 1.000000
6 2 1 0.666667
7 3 0 1.000000
适用于你的问题:
mask = (df['fruits_ratio'] != 0) | (df['vegetables_ratio'] != 0)
df['new_col'] = pd.np.NaN
df.loc[mask, 'new_col'] = df['fruits_ratio'] / (df['fruits_ratio'] + df['vegetables_ratio'])
浮点数的可能重复将处理除以零的问题?是的,好的。。当在熊猫系列或数据帧沿轴分割的上下文中被零除时,浮点将产生
float('inf')
。float将处理被零除的操作?是的,很好。。当在pandas系列或数据帧沿轴分割的上下文中被零除时,浮点将产生float('inf')
。