时间戳

首页 > 解决方案 > 为什么 numpy max 函数（np.max）返回错误的输出？

python - 为什么 numpy max 函数（np.max）返回错误的输出？

问题描述

我有pandas DataFrame，我把它变成了。我在我的 DataFrame 中为一列numpy ndarray使用函数，如下所示：max

print('column: ',df[:,3])
print('max: ',np.max(df[:,3]))

输出是：

column: [0.6559999999999999 0.48200000000000004 0.9990000000000001 ..., 1.64 nan 0.07]
max: 0.07

但正如您所看到的，例如第一个值大于 0.07！问题是什么？

标签： pythonpandasnumpy

解决方案

这里有两个问题


  1. 看起来您正在尝试查找最大值的列具有数据类型object。如果您确定列应该包含数字数据，则不建议这样做，因为它不仅在这种特殊情况下可能会导致不可预测的行为。请检查您的数据框的数据类型（您可以通过键入来执行此操作df.dtypes）并更改它以使其与您期望的数据相对应（对于这种情况df[column_name].astype(np.float64)）。这也是np.nanmax不能正常工作的原因。

  2. 您不想np.max在包含 nans 的数组上使用。



解决方案


  1. 如果您确定object列的数据类型：

    1.1。您可以使用 Series 的 max 方法，它应该自动将数据转换为浮动。

    df.iloc[3].max()

    1.2. 您只能为 nanmax 函数将数据转换为适当的类型。

    np.nanmax(df.values[:,3].astype(np.float64)

    1.3 您可以从数据框中删除所有 nan 并找到 max[不推荐]：

    np.max(test_data[column_name].dropna().values)

  1. 如果您的数据类型是 float64 并且它不应该是object数据类型 [推荐]：

    df[column_name] = df[column_name].astype(np.float64)

np.nanmax(df.values[:,3])


说明问题的代码


#python
import pandas as pd
import numpy as np 

test_data = pd.DataFrame({
                   'objects_column': np.array([0.7,0.5,1.0,1.64,np.nan,0.07]).astype(object),
                   'floats_column': np.array([0.7,0.5,1.0,1.64,np.nan,0.07]).astype(np.float64)})

print("********Using np.max function********")
print("Max of objects array:", np.max(test_data['objects_column'].values))
print("Max of floats array:", np.max(test_data['floats_column'].values))

print("\n********Using max method of series function********")
print("Max of objects array:", test_data["objects_column"].max()) 
print("Max of floats array:", test_data["objects_column"].max())

回报：

********Using np.max function********
Max of objects array: 0.07
Max of floats array: nan

********Using max method of series function********
Max of objects array: 1.64
Max of floats array: 1.64

推荐阅读