代码之家 › 专栏 › 技术社区 › Karn Kumar

用均值函数表示误差

python-3.6 pandas

Karn Kumar · 技术社区 · 6 年前

KeyError: 'BasePay' 对于 BasePay mean() 功能。

我的熊猫版是 '0.23.3' 蟒蛇3.6.3

  >>> import numpy as np
  >>> salDataF = pd.read_csv('Salaries.csv', low_memory=False)
    >>> salDataF.head()
       Id       EmployeeName                                        JobTitle    BasePay OvertimePay   OtherPay  ...     TotalPay  TotalPayBenefits  Year  Notes         Agency Status
    0   1     NATHANIEL FORD  GENERAL MANAGER-METROPOLITAN TRANSIT AUTHORITY  167411.18         0.0  400184.25  ...    567595.43         567595.43  2011    NaN  San Francisco    NaN
    1   2       GARY JIMENEZ                 CAPTAIN III (POLICE DEPARTMENT)  155966.02   245131.88  137811.38  ...    538909.28         538909.28  2011    NaN  San Francisco    NaN
    2   3     ALBERT PARDINI                 CAPTAIN III (POLICE DEPARTMENT)  212739.13   106088.18    16452.6  ...    335279.91         335279.91  2011    NaN  San Francisco    NaN
    3   4  CHRISTOPHER CHONG            WIRE ROPE CABLE MAINTENANCE MECHANIC    77916.0    56120.71   198306.9  ...    332343.61         332343.61  2011    NaN  San Francisco    NaN
    4   5    PATRICK GARDNER    DEPUTY CHIEF OF DEPARTMENT,(FIRE DEPARTMENT)   134401.6      9737.0  182234.59  ...    326373.19         326373.19  2011    NaN  San Francisco    NaN

    [5 rows x 13 columns]
    >>> EmpSal = salDataF.groupby('Year').mean()
    KeyboardInterrupt
    >>> salDataF.groupby('Year').mean()
                Id      TotalPay  TotalPayBenefits  Notes
    Year
    2011   18080.0  71744.103871      71744.103871    NaN
    2012   54542.5  74113.262265     100553.229232    NaN
    2013   91728.5  77611.443142     101440.519714    NaN
    2014  129593.0  75463.918140     100250.918884    NaN
    >>> EmpSal = salDataF.groupby('Year').mean()['BasePay']

错误:KeyError:'BasePay'

1 回复 | 直到 6 年前

jezrael 6 年前

问题来了 BasePay salDataF.groupby('Year').mean() exclude all non numeric columns 设计的。

astype :

salDataF['BasePay'] = salDataF['BasePay'].astype(float)

to_numeric 具有 errors='coerce' 把它们转换成 NaN s码

salDataF['BasePay'] = pd.to_numeric(salDataF['BasePay'], errors='coerce')

mean :

EmpSal = salDataF.groupby('Year')['BasePay'].mean()

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前

Gtoth · 如何分割Pandas DataFrame中包含多个日期的两个时间戳之间的差异

1 年前

Domarius · 使用loc为多行设置多列值

1 年前

Swastik Bhattacharyya · 如何在同一类别类型的多列上运行get_dummies()函数?

1 年前

DrZoidberg09 · 如何在字典列表中创建一个新关键字,该关键字是另一个关键字的总和?

1 年前

armstrong3701 · 如何有效地处理熊猫数据框中缺失的数据并计算条件统计?

1 年前

msts1906 · 大熊猫向乳胶的适当多品种出口

1 年前