为什么 pandas categorical DataFrame 会给出真值错误？答案

【问题标题】：Why does pandas categorical DataFrame give truth value error?为什么 pandas categorical DataFrame 会给出真值错误？
【发布时间】：2018-01-02 14:30:52
【问题描述】：

我的数据包含一列“已婚”，其分类值为是或否。我将其更改为数字类型：

 train['Married']=train['Married'].astype('category')
 train['Married'].cat.categories=[0,1]

现在我正在使用以下代码来填充缺失值：

train['Married']=train['Married'].fillna(train['Married'].mode())

它给出了错误：

 ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

谁能解释一下原因？

【问题讨论】：

您能否分解计算以查看此错误是否是由于.mode()、.fillna() 或= 属性造成的？

标签： python pandas machine-learning scikit-learn

【解决方案1】：

错误表明您在 numpy 数组或 pandas 系列上使用基础 python 中的 not, and, or 等逻辑运算符：

例如：

s = pd.Series([1,1,2,2])
not pd.isnull(s.mode())

给出同样的错误：

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

如果你查看堆栈跟踪，错误来自这一行：

fillna(self, value, method, limit)
   1465         else:
   1466 
-> 1467             if not isnull(value) and value not in self.categories:
   1468                 raise ValueError("fill value must be in categories")
   1469

所以它正在检查您尝试填写的值是否在类别中；并且此行要求该值是标量，以便与not 和and 兼容；然而，series.mode() 总是返回一个系列，这行失败，尝试从 mode() 中提取值并填充它：

train['Married']=train['Married'].fillna(train['Married'].mode().iloc[0])

一个工作示例：

s = pd.Series(["YES", "NO", "YES", "YES", None])    
s1 = s.astype('category')
s1.cat.categories = [0, 1]

s1
#0    1.0
#1    0.0
#2    1.0
#3    1.0
#4    NaN
#dtype: category
#Categories (2, int64): [0, 1]

s1.fillna(s1.mode().iloc[0])
#0    1
#1    0
#2    1
#3    1
#4    1
#dtype: category
#Categories (2, int64): [0, 1]

【讨论】：