Question

我用pandas创建一个if语句并返回错误如下：

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

我的代码如下：

>>> df_1
    timestamp  open  high   low  close  adjusted_close  volume  \
0  2017-09-01  1.17  1.24  1.16    1.2             1.2   47932   
   dividend_amount  split_coefficient  
0              0.0                1.0  
>>> df_o
   timestamp  open  high   low  close  adjusted_close  volume  \
0  2017-08-31  1.15  1.27  1.06    1.29             1.29   97932   
   dividend_amount  split_coefficient  
0              0.0                1.0  
>>>if df_1['timestamp']!= df_o['timestamp'].tail(1):
....    print "different date"
>>>>Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/vinus/.local/lib/python2.7/site-packages/pandas/core/generic.py", line 892, 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().

如何避免错误？这是由if df_1['timestamp']!= df_o['timestamp'].tail(1):

引起的

Answer 1

如果始终有一行DataFrames将值转换为标量，然后进行比较：

if df_1['timestamp'].iat[0] != df_o['timestamp'].iat[0]:

if df_1['timestamp'].values[0] != df_o['timestamp'].values[0]:

if df_1['timestamp'].item() != df_o['timestamp'].item():

<强>示例：

df_1 = pd.DataFrame({'timestamp':['2017-09-01']})
df_o = pd.DataFrame({'timestamp':['2017-08-31']})

if df_1['timestamp']!= df_o['timestamp'].tail(1):
    print ('not equal')

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

print (df_1['timestamp']!= df_o['timestamp'].tail(1))

0    True
Name: timestamp, dtype: bool

print ((df_1['timestamp']!= df_o['timestamp'].tail(1)).values[0])
True

但是，如果需要将Series（列）与标量进行比较，请获取另一个True, False系列，并且不能仅使用if使用标量：

df_1 = pd.DataFrame({'timestamp':['2017-09-01']})
df_o = pd.DataFrame({'timestamp':['2017-08-31', '2017-09-01', '2017-06-10', '2017-08-12']})

print (df_o['timestamp'].tail(3) != df_1['timestamp'].iat[0])
1    False
2     True
3     True
Name: timestamp, dtype: bool

对于标量，使用2种方法 - any来检查至少一个True和all，以检查所有值是否为True s：

print ((df_o['timestamp'].tail(3) != df_1['timestamp'].iat[0]).any())
True

print ((df_o['timestamp'].tail(3) != df_1['timestamp'].iat[0]).all())
False

Python：如果语句返回ValueError

1 个答案: