RuntimeWarning：longlong_scalars中遇到的無效值

Question

我在做什麼

我想報告多個用戶的每週拒絕率。我使用for循環來查看每月數據集以獲取每個用戶的數字。最後的數據幀，rates，應該是這個樣子：

The end product, rates

說明

我有一個初步的數據框（numbers），僅包含接受，拒絕和審查的數字，在這裏我添加了這些行和列：

• 行：總計，拒絕率
• 分列：總計

這裏的numbers看看怎麼樣：

|---|--------|--------|--------|--------|-------------| 
| | Week 1 | Week 2 | Week 3 | Week 4 | Grand Total | 
|---|--------|--------|--------|--------|-------------| 
| 0 | 994 | 699 | 529 | 877 |  3099 | 
|---|--------|--------|--------|--------|-------------| 
| 1 | 27 | 7 | 8 | 13 |  55  | 
|---|--------|--------|--------|--------|-------------| 
| 2 | 100 | 86 | 64 | 107 |  357 | 
|---|--------|--------|--------|--------|-------------| 
| 3 | 1121 | 792 | 601 | 997 | 3511  | 
|---|--------|--------|--------|--------|-------------| 

該指標代表了以下值：

• 0 - 接受
• 1 - 拒絕
• 2 - 評論
在 numbers數據幀中獲得的下降率按周： -
• 3 TOTAL（接受+拒絕+評論）

我寫了2預先定義的功能：

1. get_decline_rates(df)。
2. copy(empty_df, data)：將所有數據傳輸到具有「雙」標題的新數據幀（用於報告目的）。

這裏是我的代碼，我添加的行和列numbers，然後重新格式化：

# Adding "Grand Total" column and rows 
totals = numbers.sum(axis=0) # column sum 
numbers = numbers.append(totals, ignore_index=True) 
grand_total = numbers.sum(axis=1) # row sum 
numbers.insert(len(numbers.columns), "Grand Total", grand_total) 

# Adding "Rejection Rate" and re-indexing numbers 
decline_rates = get_decline_rates(numbers) 
numbers = numbers.append(decline_rates, ignore_index=True) 
numbers.index = ["ACCEPT","REJECT","REVIEW","Grand Total","Rejection Rate"] 

# Creating a new df with report format requirements 
final = pd.DataFrame(0, columns=numbers.columns, index=["User A"]+list(numbers.index)) 
final.ix["User A",:] = final.columns 

# Copying data from numbers to newly formatted df 
copy(final,numbers) 

# Append final df of this user to the final dataframe 
rates = rates.append(final) 

我使用Python的3.5.2和熊貓0.19.2。如果有幫助，這裏的初始數據集的樣子：

Data format

我做的日期列上一個採樣按周來獲取數據。

什麼錯

這裏的有趣的部分 - 代碼運行良好，我得到rates所有需要的信息。但是，我看到這樣的警告消息：

RuntimeWarning：在longlong_scalars

如果我打破了代碼和行線運行它遇到無效值，不會出現此消息。即使這個消息看起來很奇怪（甚至是什麼意思？）有人知道這個警告信息是什麼意思，是什麼造成的？

UPDATE：

我只是跑了類似的腳本，需要在完全相同的輸入，併產生一個相似的輸出（除了我得到每天的廢品率，而不是每週一次）。我得到同樣的警告運行時，除了更多的信息給出：

RuntimeWarning：在longlong_scalars

rej_rate = STR（INT（圓（（col.ix [1] /col.ix遇到無效值3]）*「％」

我懷疑當我試圖用我的預定義函數get_decline_rates(df)來計算下降速率時，肯定出了什麼問題。這可能是由於價值的dtype？輸入df，numbers上的所有列都是int64。

下面是我的預先定義的函數的代碼（輸入，numbers，可在說明找到）：

# Description: Get rejection rates for all weeks. 
# Parameters: Pandas Dataframe with ACCEPT, REJECT, REVIEW count by week. 
# Output: Pandas Series with rejection rates for all days in input df. 
def get_decline_rates(df): 
    decline_rates = [] 
    for i in range(len(df.columns)): 
     col = df.ix[:,i] 

     try: 
      rej_rate = str(int(round((col[1]/col[3])*100))) + "%" 
     except ValueError: 
      rej_rate = "0%" 

     decline_rates.append(rej_rate) 

    return pd.Series(decline_rates, index=df.columns) 

Answer 1

我有同樣的RuntimeWarning，並尋找到數據後，它是由於空分。我沒有時間查看您的示例，但是您可以查看id = 0或其他可能發生空分或其他情況的記錄。