检测奇数行和偶数行Python答案

【问题标题】：Detect odd and even rows Python检测奇数行和偶数行Python
【发布时间】：2019-11-19 09:46:17
【问题描述】：

我需要遍历数据框并检查特定列的奇数行是否等于给定变量（偶数行相同）。

这是我的代码：

mydf = pd.read_excel(test.xlsx, header=0, index= False)
mydf = mydf.sort_values(by='Time') 
if ((mydf['Door Name'].iloc[::2]=='RDC_OUT-1') & (mydf['Door Name'].iloc[1::2]=='RDC_IN-1')):
    for i in range (l):
        mydf['diff'] = mydf['Times'].iloc[1::2].to_numpy() - mydf['Times'].iloc[::2]
        Total = mydf['diff'].sum()
        print('Total: ',Total)

但是当我运行它时，我得到了这个错误：

if ((mydf['Door Name'].iloc[::2]=='RDC_OUT-1') & (mydf['Door Name'].iloc[1::2]=='RDC_IN-1')):

  File "C:\Users\khoul\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\generic.py", line 1478, 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().

这是我的数据框：

 Door name    Time                   Last Name   First Name
 RDC_IN-1     05/08/2019  15:23:00   aa          bb
 RDC_OUT-1    05/08/2019  12:39:00   aa          bb           
 RDC_IN-1     05/08/2019  12:13:00   aa          bb
 RDC_OUT-1    05/08/2019  09:10:00   aa          bb

不知道为什么不接受！

【问题讨论】：

你可以添加一些数据样本，minimal, complete, and verifiable example 吗？
mydf.loc[::2,'Door Name']=='RDC_OUT-1' 可以正常工作。但是对于mydf['Times'].iloc[1::2].to_numpy() - mydf['Times'].iloc[::2]，您需要相同大小的系列。你确定不同的条件会得到真正的结果吗？
@splash58 是的，我做了一个例子，它的长度是偶数
@splash58 即使有这个mydf.loc[::2,'Door Name']=='RDC_OUT-1' 它也不起作用，同样的错误
(mydf.loc[::2,'Door Name']=='RDC_OUT-1').all() - 仅表示偶数行都包含 ['Door Name']== 'RDC_OUT-1'。但不选择任何东西

标签： python-3.x pandas logical-operators

【解决方案1】：

我的想法是首先用Time 和RDC_OUT-1 和下一个RDC_IN-1 值选择所有排序的行，过滤掉另一行：

mydf = df.sort_values(by='Time') 

m1 = mydf['Door name'] == 'RDC_OUT-1'
m2 = mydf['Door name'] == 'RDC_IN-1'

m11 = m1 & m2.shift(-1)
m22 = m1.shift() & m2

df = mydf[m11 | m22]
print (mydf)
   Door name                Time Last Name First Name
3  RDC_OUT-1 2019-05-08 09:10:00        aa         bb
2   RDC_IN-1 2019-05-08 12:13:00        aa         bb
1  RDC_OUT-1 2019-05-08 12:39:00        aa         bb
0   RDC_IN-1 2019-05-08 15:23:00        aa         bb

因此，因为从 cmets 获得相同数量的 IN 和 OUT 行解决方案应该可以正常工作：

Total = (df.loc[df['Door name']=='RDC_IN-1','Time'] - 
         df.loc[df['Door name']=='RDC_OUT-1','Time'].to_numpy()).sum()
print('Total: ',Total)
Total:  0 days 05:47:00

【讨论】：

谢谢，但是我需要应用if条件，因为这个脚本会在许多不同内容的excel文件上执行，这只是代码的一部分
@A.khou - 你能检查完全改变的答案吗？