Question

在尝试使用pandas进行布尔测试时，我不断获得ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().。不明白它说的是什么，我决定试图解决它。

然而，我现在完全感到困惑。

这里我创建了两个变量的数据框，它们之间共享一个数据点（3）：

In [75]:

import pandas as pd

df = pd.DataFrame()

df['x'] = [1,2,3]
df['y'] = [3,4,5]

现在我尝试所有（x小于y），我将其翻译为“x的所有值都小于y”，我得到一个没有意义的答案。

In [79]:

if all(df['x'] < df['y']):
    print('True')
else:
    print('False')
True

接下来我尝试任何（x小于y），我将其翻译为“x小于y的任何值”，我得到另一个没有意义的答案。

In [77]:

if any(df['x'] < df['y']):
    print('True')
else:
    print('False')
False

简而言之：any（）和all（）实际上做了什么？

Answer 1

Pandas建议您使用Series方法any()和all()，而不是Python in-build函数。

我不太了解你所拥有的奇怪输出的来源（我在Python 2.7和Pandas 0.17.0中都得到了True）。但尝试以下，它应该工作。这使用Series.any()和Series.all()方法。

import pandas as pd

df = pd.DataFrame()

df['x'] = [1,2,3]
df['y'] = [3,4,5]

print (df['x'] < df['y']).all() # more pythonic way of
print (df['x'] < df['y']).any() # doing the same thing

这应该打印：

True
True

Answer 2

要比较两个 pd.DataFrame 对象的内容和结构相等性，您可以使用：

import pandas as pd

def are_df_equal(df: pd.DataFrame, df2: pd.DataFrame) -> bool:
    return df.equals(df2) and (df.all() == df2.all()).all()

Pandas Boolean .any（）。all（）

2 个答案: