python - pandas "where"函数没有出现短路

Question

我可能误解了它是如何工作的。令我惊讶的是，考虑到这个数据框:

A   B      C            D
0   9.0    Nonnumeric   9.0
2   9.0    Num0a        9.0

这确实看起来短路(--好!):

dfzero["B"] = pd.DataFrame.where(
                  cond = dfzero["A"] != 0,
                  self = 1/dfzero["A"],
                  other = 0)

但这并不(--糟糕!):(给出除以零的错误，因为没有短路):

df["D"] = pd.DataFrame.where(
              cond = df["C"].str.len() == 5,
              self = df["C"].str[-2:].apply(lambda x: int(x, 16)),
              other = 0)

错误是:

self = (df["C"].str[-2:].apply(lambda x: int(x, 16))),
ValueError: invalid literal for int() with base 16: 'ic'

Answer 1

不，即使第一种方法也不会短路。在计算结果之前，必须首先评估两个操作数。意思是，这是计算出来的，

i = dfzero["A"] != 0
i

0    False
1     True
Name: A, dtype: bool

这也是:

j = 1 / dfzero['A']
j

0         inf
1    0.500000
Name: A, dtype: float64

表达式实际上是:

pd.DataFrame.where(i, j, 0)

第二个也是一样。行为是一致的。

您是否期待 ZeroDivisionError ？你不会用 numpy 或 pandas 得到这个，因为这些库假设你在计算这些数量时知道自己在做什么。

<小时/>

此处的选择是预先计算掩码，然后仅计算这些行的结果。

m = df["C"].str.len() == 5
df['D'] = df.loc[m, 'C'].str[-2:].apply(lambda x: int(x, 16))

df

   A    B           C     D
0  0  9.0  Nonnumeric   NaN
1  2  9.0       Num0a  10.0

如果您想填写 NaN，请使用 df.loc[~m, 'D'] = fill_value .