DataFrame列比较引发ValueError:Series的真值是不明确的。

时间:2017-07-17 17:09:10

标签: python pandas dataframe

我试图比较两列,看看一个值是否大于另一个,但我不断得到一个ValueError:

  

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

这是引发错误的部分:

if (cleanedData['Roll Price (Spread)'] > cleanedData['Delta VWAP']): 
    cleanedData["Result"] = "Long"
else: 
    cleanedData["Result"] = "Short"

我该如何解决这个问题?

1 个答案:

答案 0 :(得分:3)

以下是重现此错误的方法:

df = pd.DataFrame({'Roll Price': np.random.randint(1, 10, 10), 
                   'Delta VWAP': np.random.randint(1, 10, 10)})

df
Out: 
   Delta VWAP  Roll Price
0           7           6
1           9           1
2           9           4
3           2           4
4           7           8
5           8           4
6           8           6
7           9           3
8           2           5
9           6           8

if df['Roll Price'] > df['Delta VWAP']:
    df['Result'] = 'Long'

Traceback (most recent call last):

  File "<ipython-input-18-a07b1f06bd42>", line 1, in <module>
    if df['Roll Price'] > df['Delta VWAP']:

  File "/home/ayhan/anaconda3/lib/python3.5/site-packages/pandas/core/generic.py", line 955, in __nonzero__
    .format(self.__class__.__name__))

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

错误源于此比较:df['Roll Price'] > df['Delta VWAP']如果执行此

df['Roll Price'] > df['Delta VWAP']
Out: 
0    False
1    False
2    False
3     True
4     True
5    False
6    False
7    False
8     True
9     True
dtype: bool

您会看到结果不是单个TrueFalse值,而是一组布尔值。而模棱两可的部分是

  • 当数组中的所有值都为True时,是否要将列设置为Long
  • 当数组中的任何值为True时,是否要将列设置为Long

事实证明答案都不是。您希望进行逐元素比较,并在条件满足时将相应值设置为Long,否则设置为Short

为此,您可以使用np.where

cond = df['Roll Price'] > df['Delta VWAP']

df['Result'] = np.where(cond, 'Long', 'Short')

df
Out: 
   Delta VWAP  Roll Price Result
0           7           6  Short
1           9           1  Short
2           9           4  Short
3           2           4   Long
4           7           8   Long
5           8           4  Short
6           8           6  Short
7           9           3  Short
8           2           5   Long
9           6           8   Long