Python-pandas：一个序列的真值是模棱两可的

Question

我目前正在尝试将 json 文件（我已经可以处理）中的值与 csv 文件中的值（这可能是问题）进行比较。我当前的代码如下所示：

for data in trades['timestamp']:
    data = pd.to_datetime(data)
    print(data)
       if data == ask_minute['lastUpdated']:
           #....'do something'

这给出了：

":Series的真值不明确。使用a.empty、a.bool()、a.item()、a.any()或a.all()。"

我现在的print(data) 是这样的：

2018-10-03 18:03:38.067000
2018-10-03 18:03:38.109000
2018-10-03 18:04:28
2018-10-03 18:04:28.685000

但是，我仍然无法将 CSV 文件中的这些时间戳与我的 Json 文件中的时间戳进行比较。有人有想法吗？

Answer 1

让我们把它简化为一个更简单的例子。例如，通过以下比较：

3 == pd.Series([3,2,4,1])

0     True
1    False
2    False
3    False
dtype: bool

您得到的结果是布尔值的Series，大小与表达式右侧的pd.Series 相等。所以这里真正发生的是整数在整个系列中广播，然后将它们进行比较。所以当你这样做时：

if 3 == pd.Series([3,2,4,1]):
    pass

ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

你得到一个错误。这里的问题是您将pd.Series 与一个值进行比较，因此您将拥有多个True 和多个False 值，如上例所示。这当然是模棱两可的，因为条件既不是True 也不是False。

因此，您需要进一步聚合结果，以便操作产生单个 boolean 值。为此，您必须使用 any 或 all，具体取决于您是否需要至少一个 (any) 或 all 值来满足条件。

(3 == pd.Series([3,2,4,1])).all()
# False

或

(3 == pd.Series([3,2,4,1])).any()
# True

Answer 2

我看到的问题是，即使您正在评估数据框中的一行，代码也知道数据框有能力拥有很多行。该代码不只是假设您想要唯一存在的行。你必须明确地告诉它。我解决的方法是这样的：

if data.iloc[0] == ask_minute['lastUpdated']:

那么代码就知道您正在选择存在的一行。