模棱两可的系列的真值

Question

数据是一个简短的例子。我将有大约 11 种不同的 '如果这 2 个条件为 True，则返回 'this text' '，并将其应用于 3k 行。我将列名写为变量以避免为每个条件输入列名。

我不断收到 ValueError，真值模棱两可。我看到的所有帖子都在谈论使用按位 & 并用括号分隔每个测试。我做的。但它仍然错误。我尝试包含完全引用的列，但在 ValueError 上仍然存在错误。如果我从函数中取出“自我”，我会得到 TypeError。不知道如何解决这个问题。

data = [ [3.5, 6], [-4,-8],[4,1] ]
df = pd.DataFrame(data, columns=['line','value'])

l = df['line']
v = df['value']

def errortype(self):
   if (l >=0) & (v > l):
      return 'error1'
   elif (l < 0) & (v < l):
      return 'error2'

df['test']= df.apply(errortype, axis=1)

Answer 1

试试：

data = [ [3.5, 6], [-4,-8],[4,1] ]
df = pd.DataFrame(data, columns=['line','value'])


#l = df['line']  do not need this line
#v = df['value']  do not need this line

def errortype(row):
#     print(row)
    if (row['line'] >=0) & (row['value'] > row['line']):
        return 'error1'
    elif (row['line'] < 0) & (row['value'] < row['line']):
        return 'error2'

df['test']= df.apply(errortype, axis=1)

输出：

   line  value    test
0   3.5      6  error1
1  -4.0     -8  error2
2   4.0      1    None

---

不过，更好的矢量化方式是使用np.select

cond1 = (df['line'] >= 0) & (df['value'] > df['line'])
cond2 = (df['line'] < 0) & (df['value'] < df['line'])

df['test'] = np.select([cond1,cond2],['error1','error2'],np.nan)

输出：

   line  value    test
0   3.5      6  error1
1  -4.0     -8  error2
2   4.0      1     nan