我从这里导入CSV文件：https://raw.githubusercontent.com/kwartler/Harvard_DataMining_Business_Student/master/BookDataSets/LaptopSales.csv
此代码适用于：
from dfply import *
import pandas as pd
df = pd.read_csv("LaptopSales.csv")
(df >> select(X["Date"]) >> mutate(AdjDate = (X.Date.str.split(" "))) >> head(3))并产生以下结果：
Date AdjDate
0 01-01-2008 00:01 [01-01-2008, 00:01]
1 01-01-2008 00:02 [01-01-2008, 00:02]
2 01-01-2008 00:04 [01-01-2008, 00:04]但是当我试图提取列表中的第一个元素时：
from dfply import *
import pandas as pd
df = pd.read_csv("LaptopSales.csv")
(df >> select(X["Date"]) >> mutate(AdjDate = (X.Date.str.split(" ")[0])) >> head(3))我得到了一堵错误墙，最终导致：
ValueError: Length of values (2) does not match length of index (279999)
2条答案
按热度按时间qybjjes11#
调整日期=（X.日期.字符串拆分（““）[0]））
实际上是逐个索引比较2个系列，并返回一个具有主系列长度的系列。
那么你就不能把它存储在一个长度为2的变量中，并且Pandas会产生错误
yx2lnoni2#
答案是CSV文件中的一行在日期列中包含一个值NaN。该值不能在““上拆分。Nan是一个浮点数：由于拆分无法创建列表，因此索引操作失败。它位于.CSV文件中的第2913行：“，51，SE14 6LA，SE8 3JD，460，15，4，2，1.5，是，80，是，536682，177068，537175，177885”
我之所以没有简单地删除这个问题，是因为这个数据集是公开的，而且似乎是哈佛大学课程的一部分：https://github.com/kwartler/Harvard_DataMining_Business_Student