python - Pandas 为什么 int64 - float64 列减法产生 NaN

Question

我对 pandas 减两列的结果感到困惑。当我减去两个 float64 和 int64 列时，它会产生几个 NaN 条目。为什么会这样？这种奇怪行为的原因可能是什么？

Final Updae: 正如 N.Wouda 所指出的，我的问题是索引列不匹配。

Y_predd.reset_index(drop=True,inplace=True)
Y_train_2.reset_index(drop=True,inplace=True)

解决了我的问题

更新 2:我的索引列似乎不匹配，这是有道理的，因为它们都是从相同的数据中采样的。如何使用新的索引列“重新开始”？

更新:Y_predd- Y_train_2.astype('float64') 也产生 NaN 值。我很困惑为什么这没有引发错误。它们大小相同。为什么这会产生 NaN？

In [48]: Y_predd.size
Out[48]: 182527

In [49]: Y_train_2.astype('float64').size
Out[49]: 182527

错误的原始文档:

In [38]: Y_train_2
Out[38]: 
66419     0
2319      0
114195    0
217532    0
131687    0
144024    0
94055     0
143479    0
143124    0
49910     0
109278    0
215905    1
127311    0
150365    0
117866    0
28702     0
168111    0
64625     0
207180    0
14555     0
179268    0
22021     1
120169    0
218769    0
259754    0
188296    1
63503     1
175104    0
218261    0
35453     0
         ..
112048    0
97294     0
68569     0
60333     0
184119    1
57632     0
153729    1
155353    0
114979    1
180634    0
42842     0
99979     0
243728    0
203679    0
244381    0
55646     0
35557     0
148977    0
164008    0
53227     1
219863    0
4625      0
155759    0
232463    0
167807    0
123638    0
230463    1
198219    0
128459    1
53911     0
Name: objective_for_classifier, dtype: int64

In [39]: Y_predd
Out[39]: 
0         0.00
1         0.48
2         0.04
3         0.00
4         0.48
5         0.58
6         0.00
7         0.00
8         0.02
9         0.06
10        0.22
11        0.32
12        0.12
13        0.26
14        0.18
15        0.18
16        0.28
17        0.30
18        0.52
19        0.32
20        0.38
21        0.00
22        0.02
23        0.00
24        0.22
25        0.64
26        0.30
27        0.76
28        0.10
29        0.42
          ... 
182497    0.60
182498    0.00
182499    0.06
182500    0.12
182501    0.00
182502    0.40
182503    0.70
182504    0.42
182505    0.54
182506    0.24
182507    0.56
182508    0.34
182509    0.10
182510    0.18
182511    0.06
182512    0.12
182513    0.00
182514    0.22
182515    0.08
182516    0.22
182517    0.00
182518    0.42
182519    0.02
182520    0.50
182521    0.00
182522    0.08
182523    0.16
182524    0.00
182525    0.32
182526    0.06
Name: prediction_method_used, dtype: float64

In [40]: Y_predd - Y_tr
Y_train_1  Y_train_2  

In [40]: Y_predd - Y_train_2
Out[41]: 
0          NaN
1          NaN
2         0.04
3          NaN
4         0.48
5          NaN
6         0.00
7         0.00
8          NaN
9          NaN
10         NaN
11        0.32
12       -0.88
13       -0.74
14        0.18
15         NaN
16         NaN
17         NaN
18         NaN
19        0.32
20        0.38
21        0.00
22        0.02
23        0.00
24        0.22
25         NaN
26        0.30
27         NaN
28        0.10
29        0.42
          ... 
260705     NaN
260706     NaN
260709     NaN
260710     NaN
260711     NaN
260713     NaN
260715     NaN
260716     NaN
260718     NaN
260721     NaN
260722     NaN
260723     NaN
260724     NaN
260725     NaN
260726     NaN
260727     NaN
260731     NaN
260735     NaN
260737     NaN
260738     NaN
260739     NaN
260740     NaN
260742     NaN
260743     NaN
260745     NaN
260748     NaN
260749     NaN
260750     NaN
260751     NaN
260752     NaN
dtype: float64

Answer 1

张贴在这里，以便我们可以从评论中关闭问题:

您确定每个数据帧都具有相同的索引范围吗？

您可以通过 df.reset_index(drop=True) 重置两个帧上的索引，然后像您已经在做的那样减去帧。此过程应产生所需的输出。