Question

我正在尝试在数据帧上应用if条件，但我遗漏了一些东西（错误：系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。）

raw_data = {'age1': [23,45,21],'age2': [10,20,50]}
df = pd.DataFrame(raw_data, columns = ['age1','age2'])

def my_fun (var1,var2,var3):
if (df[var1]-df[var2])>0 :
    df[var3]=df[var1]-df[var2]
else:
    df[var3]=0
print(df[var3])

my_fun('age1','age2','diff')

Answer 1

您可以使用numpy.where：

def my_fun (var1,var2,var3):
    df[var3]= np.where((df[var1]-df[var2])>0, df[var1]-df[var2], 0)
    return df

df1 = my_fun('age1','age2','diff')
print (df1)
   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

错误更好地解释here。

apply更慢的解决方案，需要axis=1按行进行数据处理：

def my_fun(x, var1, var2, var3):
    print (x)
    if (x[var1]-x[var2])>0 :
        x[var3]=x[var1]-x[var2]
    else:
        x[var3]=0
    return x    

print (df.apply(lambda x: my_fun(x, 'age1', 'age2','diff'), axis=1))
   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

也可以使用loc，但有时可以覆盖数据：

def my_fun(x, var1, var2, var3):
    print (x)
    mask = (x[var1]-x[var2])>0
    x.loc[mask, var3] = x[var1]-x[var2]
    x.loc[~mask, var3] = 0

    return x    

print (my_fun(df, 'age1', 'age2','diff'))
   age1  age2  diff
0    23    10  13.0
1    45    20  25.0
2    21    50   0.0

Answer 2

您可以使用pandas.Series.where

df.assign(age3=(df.age1 - df.age2).where(df.age1 > df.age2, 0))

   age1  age2  age3
0    23    10    13
1    45    20    25
2    21    50     0

您可以将其包装在函数

中

def my_fun(v1, v2):
    return v1.sub(v2).where(v1 > v2, 0)

df.assign(age3=my_fun(df.age1, df.age2))

   age1  age2  age3
0    23    10    13
1    45    20    25
2    21    50     0

Answer 3

没有np.where或pd.Series.where还有另一种方式。我并不是说它更好，但是在尝试使这个解决方案适应今天的一个具有挑战性的问题后，发现where的语法并不那么直观。最后，不确定它是否可以在哪里，但是发现下面的方法可以让你在修改它之前看一下这个子集，这对我来说更快地找到了解决方案。当然也适用于OP。

你故意在一个数据帧的片上设置一个值为Pandas，所以经常警告你不要这样做。

This回答显示了正确的方法。

以下为您提供切片：

df.loc[df['age1'] - df['age2'] > 0]

..看起来像：

   age1  age2
0    23    10
1    45    20

在原始数据框中为要修改切片后要保留的值添加一个额外的列：

df['diff'] = 0

现在修改切片：

df.loc[df['age1'] - df['age2'] > 0, 'diff'] = df['age1'] - df['age2']

..结果：

   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

if else在pandas数据帧中起作用

3 个答案: