pandas.DataFrame.replace不使用inplace=True工作

Question

我做了很多搜索，试图找出是否有人有这个问题，我找不到解决办法（或者我只是不善于寻找）

我有一个python脚本，它有两个函数：

1. 根据多个项目的累计月营业额计算月营业额
2. 更改项目的代码，使以字母R结尾的任何代码现在都以0结尾

我遇到的第一个问题是，当脚本检测到代码以R结尾时，用0替换它是不成功的。下面是执行以下操作的代码（所有代码的格式均为XYZ.1234）：

if dataset.iloc[i, 1][7:] == "R":
    new_code = dataset.iloc[i, 1][:7] + "0"
    dataset.replace([i, 1], new_code, inplace=True, regex=True)

我遇到的第二个问题是运行脚本时产生的错误。据我所知，这个错误与脚本的初始部分有关，该部分计算累积营业额的差异，以获得每月营业额。我遇到的错误是，它说我试图以浮点形式传递字符串，但这不应该发生，因为第4列总是一个数字。以下是错误：

Traceback (most recent call last):
  File "D:\tempWork\turnover_test.py", line 12, in <module>
    calcualted_turnover = float(dataset.iloc[i+1, 3]) - float(dataset.iloc[i, 3])
ValueError: could not convert string to float: 'BAM.1670'

这些问题可能有关联，但我不太确定。任何帮助都将不胜感激！（营业额数字不是实际值，而是脚本运行的占位符）

完整代码：

import pandas as pd
import datetime
 
dataset = pd.read_csv("turnover.csv")
 
turnover = [0.0]
 
dataset = dataset.fillna(0)
 
for i in range(len(dataset)-1):
    if dataset.iloc[i, 0] == dataset.iloc[i+1, 0]:
        calcualted_turnover = float(dataset.iloc[i+1, 3]) - float(dataset.iloc[i, 3])
    else:
        if datetime.datetime.strptime(dataset.iloc[i+1, 2], "%d/%m/%Y") >= datetime.datetime(year=2018, month=1, day=1):
            calcualted_turnover = dataset.iloc[i+1, 3]
        else:
            calcualted_turnover = 0
    turnover.append(calcualted_turnover)
    if dataset.iloc[i, 1][7:] == "R":
        new_code = dataset.iloc[i, 1][:7] + "0"
        dataset.replace([i, 1], new_code, inplace=True, regex=True)
 
dataset["turnover"] = turnover
 
dataset.to_csv('turnover_complete.csv', index=False)

编辑：抱歉，下面是一个具有预期输出的示例输入

输入

Project_Id Project_Number Reporting_Period   Cost To Date
2298       BAM.168R       01/10/2018         100
2298       BAM.168R       01/11/2018         120
2298       BAM.168R       01/12/2018         300
2298       BAM.168R       01/01/2019         550
3015       BOP.1203       01/01/2020         110
3015       BOP.1203       01/02/2020         113
3015       BOP.1203       01/03/2020         190
3015       BOP.1203       01/04/2020         210

输出

Project_Id Project_Number Reporting_Period   Cost To Date   Turnover
2298       BAM.1680       01/10/2018         100            100
2298       BAM.1680       01/11/2018         120            20
2298       BAM.1680       01/12/2018         300            180
2298       BAM.1680       01/01/2019         550            250
3015       BOP.1203       01/01/2020         110            110
3015       BOP.1203       01/02/2020         113            3
3015       BOP.1203       01/03/2020         190            77
3015       BOP.1203       01/04/2020         210            20

Answer 1

与其使用.iloc查找单个行和列值，不如使用pandas的强大功能一次处理整个数据帧。根据需要创建新列，然后可以从新列中提取数据

错误1：可以通过一次测试所有行来替换。测试列是否以“R”结尾，如果是，则附加一个“O”

错误2:BAM.1670是一个字符串。你是说第四列是一个数字，所以我认为你想在“迄今为止的成本”列工作，但你得到的是项目编号列，所以你的索引可能是错误的。无论如何，您可以使用列名而不是iloc查找值。看起来您需要使用.shift（）函数将一行与另一行进行比较，但我不确定您想做什么

df.loc[df['Project_Number'].str.endswith('R'), 'Project_Number'] += 'O'

df['calculated turnover'] = df['Cost To Date'] - df['Cost To Date'].shift(1)
# shift(1) = previous row   shift(-1) = next row

只有在项目编号相同的情况下，才能进行营业额计算。此外，其中一行的值为空，因为第一行没有上一行（如果在最后一行使用shift（-1），则没有下一行）