Question

我正在尝试将.apply()与数据帧一起用作参数之一：

df.apply(func, axis=1, args=(df))

当我这样做时，我收到以下错误：

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

这是功能：

def func(df): 
  new_val = df.loc[ \
    (df["date"] == self.date + relativedelta(years=1)) & \
    (df["indicator"] == self.indicator), "val"]
  if (len(new_val) == 1):
    new_val = list(new_val)[0] # Extract integer from series
    self["updated_val"] =  new_val - self.val

Answer 1

好的，这里的问题是func和apply的组合。数据帧的apply方法将给定函数应用于数据框中的每个COLUMN并返回结果。因此，传递给apply的函数应该将pandas Series或数组视为输入，而不是数据帧。它应该提供一个序列/数组或单个值作为输出。例如

df.apply(sum)

将sum函数应用于每列，并提供包含该列的系列每列的结果（通常你会为此做df.sum（），但我只是用它来说明这一点）。

其次，args中的apply参数仅在您传递的函数采用其他参数时使用（除了系列，应该是第一个参数）。例如，您可能有一个对数组求和的函数，然后除以某个数字（再次是一个愚蠢的例子）：

def sum_div(array, divisor):
    return sum(array) / divisor

您可能希望将此应用于divisor = 2的数据帧的每一列。你会做的

df.apply(sum_div, args=[2])

我不确定你想要什么。只是func(df)吗？

使用pandas将数据帧作为参数传递

1 个答案: