np.where过滤器不等于0，但出现'ZeroDivisionError：float 除以零'

Question

在我的代码中，我对数据框中的列使用以下计算：

np.where(df_score['number'] ! = 0, 100 - ((100 * df_score[rank_column] -50)/df_score['number']), None)

，我已经用了

df_score['number']! = 0

，但是代码还是错误，

ZeroDivisionError: float division by zero

，即使我把

df_score['number']! = 0

改成

df_score['number'] > 0

，为什么？

熊猫版本：1.1.5 numpy 版本：1.24.4

这是我的号码： 12.00000 12.00000 12.00000 12.00000 12.00000 0.00000 0.00000 0.00000 0.00000 0.00000 12.00000 12.00000 12.00000

我想知道为什么会出错以及应该采取什么措施来修复它？ 谢谢你的帮助

Answer 1

您遇到的问题是由于在代码中使用了

np.where

函数造成的。当

np.where

为 0 时，

df_score['number'] != 0

函数无法正确处理

df_score['number']

条件。

要解决此问题，您可以使用具有不同条件的

numpy.where

函数。您可以使用

df_score['number'] != 0

代替

df_score['number'] > 0

。这将确保仅当

df_score['number']

大于 0 时才满足条件，从而避免 ZeroDivisionError。

以下是如何修改代码的示例：

import numpy as np

np.where(df_score['number'] > 0, 100 - ((100 * df_score[rank_column] -50)/df_score['number']), None)

通过使用

df_score['number'] > 0

，您可以确保仅当

df_score['number']

大于 0 时才执行除法运算，从而避免 ZeroDivisionError。