Question

我知道以下错误

ValueError：系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

很久以前就被问过了。

但是，我正在尝试创建一个基本函数，并返回一个df['busy']与1或0的新列。我的功能看起来像这样，

def hour_bus(df):
    if df[(df['hour'] >= '14:00:00') & (df['hour'] <= '23:00:00')&\
             (df['week_day'] != 'Saturday') & (df['week_day'] != 'Sunday')]:
         return df['busy'] == 1
     else:
         return df['busy'] == 0

我可以执行该函数，但是当我用DataFrame调用它时，我得到上面提到的错误。我按照以下thread和另一个thread来创建该函数。我在&子句中使用了and而不是if。

无论如何，当我执行以下操作时，我会获得所需的输出。

df['busy'] = np.where((df['hour'] >= '14:00:00') & (df['hour'] <= '23:00:00') & \
                        (df['week_day'] != 'Saturday') & (df['week_day'] != 'Sunday'),'1','0')

关于我在hour_bus函数中犯了什么错误的任何想法？

Answer 1

在

(df['hour'] >= '14:00:00') & (df['hour'] <= '23:00:00')& (df['week_day'] != 'Saturday') & (df['week_day'] != 'Sunday')

给出一个布尔数组，当你用df索引时，你将获得df的一个（可能）较小的部分。

只是为了说明我的意思：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4]})
mask = df['a'] > 2
print(mask)
# 0    False
# 1    False
# 2     True
# 3     True
# Name: a, dtype: bool
indexed_df = df[mask]
print(indexed_df)
#    a
# 2  3
# 3  4

但它仍然是DataFrame，因此将其用作需要真值的表达式（在您的情况下为if）是不明确的。

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

您可以使用您使用的np.where - 或等效地：

def hour_bus(df):
    mask = (df['hour'] >= '14:00:00') & (df['hour'] <= '23:00:00')& (df['week_day'] != 'Saturday') & (df['week_day'] != 'Sunday')
    res = df['busy'] == 0                             
    res[mask] = (df['busy'] == 1)[mask]  # replace the values where the mask is True
    return res

然而，np.where将是更好的解决方案（它更具可读性，可能更快）。

系列的真值是不明确的 - 调用函数时出错

1 个答案: