Question

当我对数据框中的单个元素进行比较时，我收到错误，但我不明白为什么。

我有一个数据框df，其中包含许多客户的时间序列数据，其中包含一些空值：

df.head()
                    8143511  8145987  8145997  8146001  8146235  8147611  \
2012-07-01 00:00:00      NaN      NaN      NaN      NaN      NaN      NaN   
2012-07-01 00:30:00    0.089      NaN    0.281    0.126    0.190    0.500   
2012-07-01 01:00:00    0.090      NaN    0.323    0.141    0.135    0.453   
2012-07-01 01:30:00    0.061      NaN    0.278    0.097    0.093    0.424   
2012-07-01 02:00:00    0.052      NaN    0.278    0.158    0.170    0.462

在我的剧本中，该行 if pd.isnull(df[[customer_ID]].loc[ts]): 生成错误：

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

但是，如果我在脚本行上放置断点，并且当脚本停止时我将其键入控制台：

pd.isnull(df[[customer_ID]].loc[ts])

输出是：

8143511    True
Name: 2012-07-01 00:00:00, dtype: bool

如果我允许脚本从该点继续，则会立即生成错误。

如果可以计算布尔表达式并且值为True，为什么它会在if表达式中生成错误？这对我来说毫无意义。

Answer 1

问题出在if声明中。

编码时

if this:
    print(that)

this将被评估为bool(this)。最好还是True或False。

然而，你做了：

if  pd.isnull(df[[customer_ID]].loc[ts]):
    pass  # idk what you did here because you didn't say... but doesn't matter

另外，您声明pd.isnull(df[[customer_ID]].loc[ts])评估为：

8143511    True
Name: 2012-07-01 00:00:00, dtype: bool

看起来像True还是False？那么bool(pd.isnull(df[[customer_ID]].loc[ts]))呢？

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

所以课程是： pd.Series无法评估为True或False

然而，pd.Series和True s False。

这就是为什么它不起作用。

Answer 2

问题是您需要比较返回标量的标量（True，False），但有一个项Series，它会转换为一个项boolean Series。< / p>

解决方案正在使用Series.item或values转换为标量，并按[0]选择第一个值：

customer_ID = '8143511'
ts = '2012-07-01 00:00:00'

print (df[[customer_ID]].loc[ts].item())
nan

if pd.isnull(df[[customer_ID]].loc[ts]).item():
    print ('super')

print (df[[customer_ID]].loc[ts].values[0])
nan

if pd.isnull(df[[customer_ID]].loc[ts]).values[0]:
    print ('super')

但是如果使用DataFrame.loc，请获取scalar（如果不是重复的索引或列名称）：

print (df.loc[ts, customer_ID])
nan

customer_ID = '8143511'
ts = '2012-07-01 00:00:00'
if pd.isnull(df.loc[ts, customer_ID]):
    print ('super')

Answer 3

第二组[]正在返回一个我误认为单个值的系列。最简单的解决方案是删除[]：

if pd.isnull(df[customer_ID].loc[ts]):
       pass

Pandas boolean comparisson on dataframe

3 个答案: