“一个系列的真值是模棱两可的。”系列与元素函数

Question

我有一个数据框，我编写了以下函数来填充一个新列：

df = pd.DataFrame(np.random.randn(10, 2), columns=['a', 'b'])

def perc(a,b):

    if a/b < 0:
        n = 0
    elif a/b > 1:
        n = 1
    else:
        n = a/b
    return n

df['c']=perc(df['a'],df['b'])

df[1:10]

它应该计算百分比列。这是我得到的错误：

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

我知道这与 dif 和 unc 是系列而不是单个元素有关。但是我该如何解决呢？

Answer 1

您实际要求的内容有点难以用语言来描述，但下面的示例捕捉到了它：

如果a是[-1, 1, 3, 5]系列，b是[2, 2, 3, 3]，那么a/b就是[-0.5, 0.5, 1, 1.6666667]这样的系列，你最终想要返回的是[0, 0.5, 1, 1]。

您可以通过将该系列中的最小值与所有系列中的最小值相加来“将值限制为 1”。类似地，您可以通过取全零系列中的最大值来确保没有任何内容低于 0。 numpy 让您轻松做到这一点：

def perc(a,b):
    length = len(a)
    return np.maximum(np.minimum(np.ones(length), a/b), np.zeros(length))

Answer 2

这个clip有一个内置方法：

In [134]:
df = pd.DataFrame(np.random.randn(10, 2), columns=['a', 'b'])
df

Out[134]:
          a         b
0  0.676248 -0.320346
1 -1.344982  2.170232
2 -0.150036 -1.606179
3  0.350467  0.386958
4  0.551379 -0.378882
5 -0.283632 -1.559516
6  0.266356 -0.859321
7  0.188118  1.275342
8  0.109570  0.546783
9  0.917231 -0.339878

In [136]:
df['c'] = (df['a']/df['b']).clip(lower=0, upper=1)
df

Out[136]:
          a         b         c
0  0.676248 -0.320346  0.000000
1 -1.344982  2.170232  0.000000
2 -0.150036 -1.606179  0.093412
3  0.350467  0.386958  0.905699
4  0.551379 -0.378882  0.000000
5 -0.283632 -1.559516  0.181872
6  0.266356 -0.859321  0.000000
7  0.188118  1.275342  0.147504
8  0.109570  0.546783  0.200390
9  0.917231 -0.339878  0.000000