Python 熊猫：填充空数据帧

我有两个问题。首先，我在最后填充数据会触发以下错误。第二，由于我对“熊猫”不太熟悉，这段代码可能真的很不典型。如果您有任何改进，请随时帮助使其紧凑高效

该代码应该在x到y之间创建一条人行横道。数据库可能多次包含相同的xy关系。然而，它应该是独一无二的。对于每个X，我检查数据库是否正确：如果有多个关系，它们都匹配到同一个y

crosswalk.csv的开始：

x,y
832,"6231"
0,"00000000"
0,"00000000"
0,"00000000"
0,"00000000"
0,"00000000"
0,"00000000"
840,"6214"
842,"6111"

代码

data = pd.read_csv('data/crosswalk_short.csv')
df = pd.DataFrame(data)

xs = df.x.unique()
result = pd.DataFrame(index=xs)
result.fillna(NaN)

for x in xs:
    ys = df[df.x == x].y
    range = arange(0, len(ys.index))
    ys = ys.reindex(range)

    if (range[-1] > 0 and not isnan(ys[1]) ):
        print 'error!'

    result._ix[x] = ys[0]

错误：

  File "<ipython-input-129-4cf0c04508c4>", line 1, in <module>
    result._ix[x] = ys[0]
TypeError: 'NoneType' object does not support item assignment

文件“”，第1行，在
结果._ix[x]=ys[0]
TypeError:“非类型”对象不支持项分配

第1部分 任何名称的第一个字符带有一个下划线的字符通常都是“private”，在pandas代码库中，它的真正含义是“随时可能更改”。所以，你不应该用

\uix

做任何事情。使用

loc

、

iloc

、

[]

语法或

ix

执行赋值并选择数据子集。发生此错误的原因是，在调用

ix

之前，

\u ix

不会被实例化（在调用之前，其值为

None

），但作为pandas的用户，此实现细节与您完全无关。使用公共API，通常不会出现此类错误

还有这条线

result.fillna(NaN)

是无操作，因为默认情况下，

fillna

返回一个副本。如果要就地更新

结果

，请执行以下操作

result.fillna(NaN, inplace=True)

该API惯例在整个过程中相当一致。也就是说，对于有意义的方法，函数签名有如下内容

object.method(..., inplace=False)

默认情况下

第二部分 至于第二个问题，您似乎想检查所有重复的

xs

是否具有相同的

y

值。一种方法是：

df.groupby('x').filter(lambda x: x.count() > 1).groupby('x').y.nunique() == 1

上面说：

按

'x'

列分组

给我分组中有多个标签的子集（在

'x'

中重复值）

groupby我们新的取消单一化

'x'

列

告诉我对于

'x'

如果4。对于任何组，都是

False

，这意味着您重复了x值，其中y值不同

下面是一个实际的例子（我已经稍微修改了您的原始数据集）：

第一部分 任何名称的第一个字符带有一个下划线的字符通常都是“private”，在pandas代码库中，它的真正含义是“随时可能更改”。所以，你不应该用

\uix

做任何事情。使用

loc

、

iloc

、

[]

语法或

ix

执行赋值并选择数据子集。发生此错误的原因是，在调用

ix

之前，

\u ix

不会被实例化（在调用之前，其值为

None

），但作为pandas的用户，此实现细节与您完全无关。使用公共API，通常不会出现此类错误

还有这条线

result.fillna(NaN)

是无操作，因为默认情况下，

fillna

返回一个副本。如果要就地更新

结果

，请执行以下操作

result.fillna(NaN, inplace=True)

该API惯例在整个过程中相当一致。也就是说，对于有意义的方法，函数签名有如下内容

object.method(..., inplace=False)

默认情况下

第二部分 至于第二个问题，您似乎想检查所有重复的

xs

是否具有相同的

y

值。一种方法是：

df.groupby('x').filter(lambda x: x.count() > 1).groupby('x').y.nunique() == 1

上面说：

按

'x'

列分组

给我分组中有多个标签的子集（在

'x'

中重复值）

groupby我们新的取消单一化

'x'

列

告诉我对于

'x'

如果4。对于任何组，都是

False

，这意味着您重复了x值，其中y值不同

下面是一个实际的例子（我已经稍微修改了您的原始数据集）：

第一部分 任何名称的第一个字符带有一个下划线的字符通常都是“private”，在pandas代码库中，它的真正含义是“随时可能更改”。所以，你不应该用

\uix

做任何事情。使用

loc

、

iloc

、

[]

语法或

ix

执行赋值并选择数据子集。发生此错误的原因是，在调用

ix

之前，

\u ix

不会被实例化（在调用之前，其值为

None

），但作为pandas的用户，此实现细节与您完全无关。使用公共API，通常不会出现此类错误

还有这条线

result.fillna(NaN)

是无操作，因为默认情况下，

fillna

返回一个副本。如果要就地更新

结果

，请执行以下操作

result.fillna(NaN, inplace=True)

该API惯例在整个过程中相当一致。也就是说，对于有意义的方法，函数签名有如下内容

object.method(..., inplace=False)

默认情况下

第二部分 至于第二个问题，您似乎想检查所有重复的

xs

是否具有相同的

y

值。一种方法是：

df.groupby('x').filter(lambda x: x.count() > 1).groupby('x').y.nunique() == 1

上面说：

按

'x'

列分组

给我分组中有多个标签的子集（在

'x'

中重复值）

groupby我们新的取消单一化

'x'

列

告诉我对于

'x'

如果4。对于任何组，都是

False

，这意味着您重复了x值，其中y值不同

下面是一个实际的例子（我已经修改了