我不明白为什么我的 if 循环不能正常工作[重复]答案

【问题标题】：i dont understand why my if cycle does not work correctly [duplicate]我不明白为什么我的 if 循环不能正常工作[重复]
【发布时间】：2019-05-16 11:21:29
【问题描述】：

我写了下一个循环，但是当我运行它时，Spyder 向我显示下一条消息：

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

为什么会这样？因为如果不满足任何条件，我指定了要分配给列的值。

if 11 >= df['age'] <= 20:
    df['age_enc'] = 20
elif 21 >= df['age'] <= 25:
    df['age_enc'] = 25
elif 26 >= df['age'] <= 30:
    df['age_enc'] = 30
elif 31 >= df['age'] <= 35:
    df['age_enc'] = 35       
elif 36 >= df['age'] <= 40:
    df['age_enc'] = 40    
elif 41 >= df['age'] <= 50:
    df['age_enc'] = 50  
elif 51 >= df['age'] <= 60:
    df['age_enc'] = 60  
else:
    df['age_enc'] = 100;

【问题讨论】：

df['age'] 不是单个值，而是一整列。对于需要在 if 语句中比较多个值的情况，您必须使用 any 或 all
查看df的内容。 df['age'] 不是标量值，可能是矩阵或向量
另外，你的意思是<=在所有条件的第一部分，而不是>=
你想要pandas.cut

标签： python pandas dataframe if-statement

【解决方案1】：

因为df['age'] 在 pandas 中指定了一个 Series 类型并且它不是一个单一的值，所以您不能简单地编写 df['age'] <= 20 并且它可以是任何值或全部，所以您可以简单地使用 df['age'].all() <= 20。

要解决您的问题，您可以使用 pandas 过滤，如下所示：

df_part = df[(df['age'] <= 20) & (df['age' >= 11)]
df_part['age_enc'] = 20

然后您可以将这些数据框部分合并在一起

【讨论】：

嗯，不，不是真的，因为这仍然留下了一组可怕的if/elif，它每次都必须迭代整个数据集。使用cut。我正在打电话，所以我无法说明，但您可能可以。

【解决方案2】：

这里有两个问题。首先，您必须拆分比较。其次，这种比较会产生一个布尔型 ndarray，你不能直接使用它作为条件，因为 它是模棱两可的。你可以这样做：

if (11 <= df['age']).all() and (df['age'] <= 20).all():
    ...

这很冗长，但是这行不通：

if (11 <= df['age'] <= 20).all():
    ...

请注意，我将>= 更改为<=，您可以使用适合您情况的any 或all。如果这对你有用，请告诉我。

【讨论】：

【解决方案3】：

我想我找到了最简单的解决方案：

# encoding
from sklearn import preprocessing
le1 = preprocessing.LabelEncoder()
le1.fit(df['age'])
df['age_enc'] = le1.transform(df['age'])
#
keys = le1.classes_
values = le1.transform(le1.classes_)
dictionary = dict(zip(keys, values))
print(dictionary)

因为我想转码我的变量并创建一个新列 - 这种方式可能是最简单的

【讨论】：