numpy 元组解包和np.max()给出意外值

vs3odd8k 于 2023-03-30 发布在其他

关注(0)|答案(1)|浏览(132)

我有一个数据集，我试图过滤和应用调整值使用元组。

df = pd.DataFrame({
    'loannum': ['1', '2', '3', '4'],
    'or_dep': [250000, 650000, 1000000, 300000]
})

loan2adj = [('1', 50000), ('3', 250000), ('2', 100000)]

我的预期输出看起来像这样。

loannum      or_dep
1            200000
2            550000
3            750000
4            300000

这是我用来解包元组并应用调整值的逻辑。

for loan, adj_amt in loan2adj:
    df.loc[df['loannum'] == loan, 'or_dep'] = np.max(df['or_dep'] - adj_amt, 0)

这段代码产生了一些不寻常的值。

loannum     or_dep
1           950000
2           550000
3           750000
4           300000

贷款3和贷款4正在正确地返回。贷款4不应该有调整，贷款3正在正确地调整。我如何才能实现期望的产出？

numpy

来源：https://stackoverflow.com/questions/75868233/tuple-unpacking-and-np-max-giving-unexpected-values

1条答案

按热度按时间

2hh7jdfx1#

问题是，当您执行np.max(df['or_dep'] - adj_amt, 0)时，您没有选择想要的行。
要修复它，只需：

for loan, adj_amt in loan2adj:
    df.loc[df['loannum'] == loan, 'or_dep'] = np.max(df.loc[df['loannum'] == loan, 'or_dep'] - adj_amt, 0)

您可能应该使用loannum列作为索引来简化locs：

df.set_index("loannum", inplace=True)
for loan, adj_amt in loan2adj:
    df.loc[loan, 'or_dep'] = max(df.loc[loan, 'or_dep'] - adj_amt, 0)

赞(0）回复(0）举报 2023-03-30

我来回答

numpy 元组解包和np.max()给出意外值

1条答案

相关问题

热门标签

最新问答