python - 意外的 pandas 广播行为

Question

编辑: 一个简单的错误/错误导致了一些无法解释的问题。我编辑了问题，留下了实际上可以解释的部分，并且已经发布了答案。

---

我正在努力理解以下索引行为: 假设我有一些 pd.DataFrame:

In [18]: Df = pd.DataFrame(zip(list('abcde'),sp.randn(5)),index=range(5),columns=['label','val'])

In [19]: Df
Out[19]: 
  label       val
0     a -0.705392
1     b  0.087682
2     c  1.519180
3     d  1.363852
4     e -0.004182

我正在尝试将 val 的所有值标准化为其中一个值，例如 c。 直觉上我会写

Df['val'] / Df.loc[Df['label'] == 'c']['val']

但是结果这触发了一些我不完全理解的广播行为:

In [20]: Df['val'] / Df.loc[Df['label'] == 'c']['val']
Out[20]: 
0    NaN
1    NaN
2    1.0
3    NaN
4    NaN
Name: val, dtype: float64

为什么会发生这种情况？

Answer 1

您将 Series 除以 Series，这会导致 pandas 在索引上对齐。如果您查看通过索引产生的值:

df.loc[df['label'] == 'c']['val']
2    1.51918
Name: val, dtype: float64

...您会看到这是一个系列。如果您进一步索引此系列:

df.loc[df['label'] == 'c']['val'][2]
1.51918

...我们现在只剩下:

type(df.loc[df['label'] == 'c']['val'][2])
<class 'numpy.float64'>

如果我们尝试将整个 val 系列除以:

df.val / df.loc[df['label'] == 'c']['val'][2]
0   -0.464324
1    0.057717
2    1.000000
3    0.897755
4   -0.002753
Name: val, dtype: float64

...我们有预期的行为。

请注意，这种困惑的链式索引不是您应该用奇异值划分整个Series的方式...