n.d.意思是在使用熊猫系列的python 3时？

Question

我找了一类panda.core.series.Series的max值，并将其返回n.d.当我使用下面的代码

rowMax = df.max(axis = 1) 

问：什么日期不详意味着什么，我怎么能得到一个实际的价值？ （我的系列是20031的长度）

Answer 1

我试图模仿你的问题：

df = pd.DataFrame({'A':['1','3','4'], 
        'B':['5','6','3'], 
        'E':['3','4', 3]}) 

print (df) 
    A B E 
0 1 5 3 
1 3 6 4 
2 4 3 3 

a = df.max(axis=1) 
print (a) 
0 NaN 
1 NaN 
2 NaN 
dtype: float64 

这意味着你的数据属于混合 - 数字处理字符串。

解决方案是所有的数据转换成数字：

a = df.astype(int).max(axis=1) 
print (a) 
0 5 
1 6 
2 4 
dtype: int32 

有时它是没有可能的，因为非数值数据：

df = pd.DataFrame({'A':['rr','3','4'], 
        'B':['5','6','3'], 
        'E':['3','4', 3]}) 

print (df) 
    A B E 
0 rr 5 3 
1 3 6 4 
2 4 3 3 

a = df.astype(int).max(axis=1) 

ValueError: invalid literal for int() with base 10: 'rr'

然后可以使用to_numeric：

a = df.apply(lambda x: pd.to_numeric(x, errors='coerce')) 
print (a) 
    A B E 
0 NaN 5 3 
1 3.0 6 4 
2 4.0 3 3 

a = df.apply(lambda x: pd.to_numeric(x, errors='coerce')).max(axis=1) 
print (a) 
0 5.0 
1 6.0 
2 4.0 
dtype: float64 

Answer 2

如果它确实是一个系列而不是数据框，max方法应该没有任何争论。

s = pd.Series({'a' : 0., 'b' : 1., 'c' : 2.}) 
s.max() 

> 2 

你确定你没有处理数据帧吗？