熊猫：一个系列的真值是模棱两可的

Question

import pandas

readdata = pandas.read_csv("/home/Projects/test1.csv")

for i in range (1,4):
    for line in readdata:
        if readdata.irow(0) + i == readdata.irow(1):
            print readdata

我正在使用 python 2.7

Traceback (most recent call last):
  File "/home/PycharmProjects/filters.py", line 8, in <module>
    if readdata.irow(0) + i == readdata.irow(1):
  File "/home/.virtualenvs/env/lib/python2.7/site-packages/pandas/core/generic.py", line 714, in __nonzero__
    .format(self.__class__.__name__))
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

如果可能，我坚持使用 pandas，因为它提供了许多我想使用的东西。如果不可能，那么我知道如何在 csv 模块中执行此操作，我更改了代码以使用 pandas，但这是第一次，所以很棘手。

Answer 1

从您的代码中不清楚您要做什么。

readdata 是 所有 csv 文件中的数据。您似乎想要遍历该数据（也许您想要遍历行？），所以您开始这样做，但随后您调用 readdata 上的函数，一次为您提供整行值。

让我们与熊猫互动游戏吧。我创建了一个测试 csv 文件：

"x","y"
1,3
2,6
3,9
4,10

现在，在 python 中：

Python 2.7.10 (v2.7.10:15c95b7d81dc, May 23 2015, 09:33:12) 
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas
>>> readdata = pandas.read_csv("/tmp/test1.csv")

你有那个。现在让我们看看readdata是什么：

>>> readdata
   x   y
0  1   3
1  2   6
2  3   9
3  4  10

好的，这样就可以读取数据了。但是当您尝试对其进行迭代时会发生什么？

>>> for line in readdata:
...     print repr(line)
... 
'x'
'y'

哦不！仅迭代 readdata 就可以得到列名。那么这显然不是你想要的。闲逛告诉我readdata 上有一个.iterrows() 方法，所以让我们试试吧：

>>> for (linenum, line) in readdata.iterrows():
...   print line.irow(0)
... 
1
2
3
4

那更好。那么这会如你所愿吗？

import pandas

readdata = pandas.read_csv("/home/Projects/test1.csv")

for i in range (1,4):
    for (linenum, line) in readdata.iterrows():
        if line.irow(0) + i == line.irow(1):
            print line

现在是深入研究文档的时候了，以了解有关如何格式化 pandas 系列对象以按照您想要的方式获得输出的更多信息。作为提示，使用它（在将 import sys 放在脚本顶部之后）而不是 print line 可能是您想要的：

            pandas.DataFrame([line]).to_csv(sys.stdout, index=False, header=False)

一旦您准备好使用更高级的 pandas：

import pandas
import sys

readdata = pandas.read_csv("/home/Projects/test1.csv", header=None)

for i in range (1,4):
  readdata[readdata.icol(0) + i == readdata.icol(1)].to_csv(sys.stdout, index=False, header=False)

或者，如果您想要单独的文件：

import pandas

readdata = pandas.read_csv("/home/Projects/test1.csv", header=None)

for i in range (1,4):
  with open("/home/Projects/test1.out.%d.csv" % i, "w") as f:
    readdata[readdata.icol(0) + i == readdata.icol(1)].to_csv(f, index=False, header=False)

使用数组操作一次抓取整个大片数据。

使用 pandas 更快地制作东西的基本关键是用数组操作替换在 python 中迭代完成的循环。但是，如果您对这种用法感到惊讶，您真的需要停下来学习一个或多个 pandas 教程。