Question

我正在尝试使用

创建新功能

df_transactions['emome'] = df_transactions['emome'].apply(lambda x: 1 if df_transactions['plan_list_price'] ==0 & df_transactions['actual_amount_paid'] > 0 else 0).astype(int)

但它引发了错误

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

当plan_list_price为0且actual_amount_paid为＆gt; 0时，如何创建一个返回1的新列？

我还想使用pandas apply。

Answer 1

你真的很接近，但更好的是没有pip3 install --upgrade image的矢量化解决方案 - 得到布尔掩码并转换为apply：

int

如果真的想要更慢mask = (df_transactions['plan_list_price'] == 0) & (df_transactions['actual_amount_paid'] > 0) df_transactions['emome'] = mask.astype(int)：

apply

样品：

f = lambda x: 1 if x['plan_list_price'] ==0 and x['actual_amount_paid'] > 0 else 0
df_transactions['emome'] = df_transactions.apply(f, axis=1)

<强>计时：

df_transactions = pd.DataFrame({'A':list('abcdef'),
                                'plan_list_price':[0,0,0,5,5,0],
                                'actual_amount_paid':[-1,0,9,4,2,3]})


mask = (df_transactions['plan_list_price'] == 0) & \
       (df_transactions['actual_amount_paid'] > 0)
df_transactions['emome1'] = mask.astype(int)

f = lambda x: 1 if x['plan_list_price'] ==0 and x['actual_amount_paid'] > 0 else 0
df_transactions['emome2'] = df_transactions.apply(f, axis=1)
print (df_transactions)

   A  actual_amount_paid  plan_list_price  emome1  emome2
0  a                  -1                0       0       0
1  b                   0                0       0       0
2  c                   9                0       1       1
3  d                   4                5       0       0
4  e                   2                5       0       0
5  f                   3                0       1       1

Answer 2

一些问题：

在等式的右边，新字段（表情）不是创建了。
lambda函数位于x上，而不位于df_transactions上，该函数在此范围中不存在。
您需要指定轴，因为您要应用到每一行（默认是每一列）。

来自文档：

轴：{0或'index'，1或'columns'}，默认为0，   功能已应用：

0或“索引”：将功能应用于每一列。 1个或“列”：应用   对每一行起作用。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html

Pandas应用ValueError：系列的真值是暧昧的

2 个答案: