不使用 numpy：FutureWarning：元素比较失败；而是返回标量，但将来将执行元素比较[关闭]

Posted 2023-02-23

【中文标题】不使用 numpy：FutureWarning：元素比较失败；而是返回标量，但将来将执行元素比较[关闭]

【英文标题】：not using numpy: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison [closed]

【发布时间】：2020-12-14 14:40:43

【问题描述】：

这是我的第一篇文章，所以请耐心等待... 假设我有这个 pandas 数据框（这是我在这里找到的示例数据框 How do I use within / in operator in a Pandas DataFrame?） dataframe

好的，现在假设我想更新这个数据框，这样我就没有月份列对应于 9 月的任何行。 这是我一直在使用的代码：

 df[df.Month != '0'] 

它看起来像它的工作原理，但我收到了这个警告：

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  return op(a, b)

我查看了该网站上发布的其他 FutureWarnings，但大多数都是在人们使用 numpy 时发生的。我已经导入了 numpy，但我没有使用它（或者至少我认为我没有......）。 最重要的是，我不仅收到了这个警告，而且似乎它没有工作，之后我仍然在数据框中保留了 9 月的行。

所以，总而言之，我的问题是如何根据月份值删除这些行？为什么我会收到此警告？ 注意，我也试过了

 df = df[df.Month != '0'] 

因为我认为这可能是问题所在，但这也行不通。 有什么想法吗？

注意： 我试着去掉引号，如下所示：

 df[df.Month != 0]

这停止了警告，但它仍然无法正常工作并且行没有被删除。

【问题讨论】：

你正在使用 NumPy，因为 Pandas 是建立在它之上的。

为什么要将df.Month 与字符串'0' 进行比较？您的 Month 列实际上是否包含字符串？字符串'0' 真的代表九月吗？

这能回答你的问题吗？ FutureWarning: elementwise comparison failed; returning scalar, but in the future will perform elementwise comparison

请提供minimal reproducible example，以及整个错误输出。

@user2357112supportsminoca 很抱歉，你说得对，这是一个错字，我打算写 9。我很抱歉。尽管如此，它仍然无法正常工作，并且行仍然存在。

【参考方案1】：

Pandas 是基于 numpy 构建的。使用 pandas 数据帧的很多操作都非常高效，因为它使用 numpy，它使用 C 代码最有效地使用 CPU。 因此，即使您没有导入 numpy 并明确使用它，pandas 仍在屏幕后面使用它。了解这一点很重要。一旦你了解了 numpy 以及 pandas 是如何使用它的，你就会明白为什么做同样事情的某些方法比其他方法快很多。

要仅选择满足特定条件的行，您可能需要使用.loc[ ] 语法。 对你来说，那就是：df.loc[df.Month != '0']。

至于目前支持与否：这取决于您使用的 Python、Numpy 和 Pandas 版本。我运行了您的代码，但没有收到任何警告（Python 3.7.6、Numpy 1.18.1、Pandas 1.0.1；和 Python 3.6.9、Numpy 1.13.3、Pandas 1.0.1）。 警告不是错误。您的代码仍会运行，但是当您收到警告时，您应该检查您使用的函数是否确实执行了您希望它执行/期望执行的操作。仔细检查文档。

【讨论】：

我尝试使用 .loc，但它不起作用。我有 python 3.7.9，如果我去掉引号，那么错误就会消失，但我仍然有应该删除的行。我应该补充一点，我之后通过 df.to_csv(data.csv, mode = 'a') 来查看数据框并在 excel 中查看数据框

很奇怪。在 Python3.7.6 中，我创建了一个数据框，该数据框有一列是字符串格式的数字（正如您所见，这就是引号很重要的原因）。 df[df.Month != '0'] 和 df.loc[df.Month != '0'] 都可以正常工作。你有哪个版本的numpy？从文件中读取数据集时，应始终尝试确保每列的数据格式正确。在这里你应该将它设置为整数，使用astype('int')。

我的 numpy 是 1.19.1，pandas 是 1.1.1。这真的很奇怪！出于某种原因，使用 'dfNEW = df [ df ['Month'] != 0 ].copy() ` 工作并且它不会给出任何错误。诚然，这不是最直接的方法，但由于某种原因，其他解决方案不起作用。感谢您的帮助！ :)