pandas根据条件

Question

我有一个pandas df和一堆自定义函数，用于对调查数据进行数据检查。我们有一些例外，其中应该或不应该进行某些数据检查 - 这些检查基于分类变量或日期变量。在做这样的事情时：

def data_check(df):
    if df[string_col]== 'some string':
        df = package.f1(df, other_col1)
    df = package.f2(df, other_col1, other_col2)
    if df[date_col]> some_datetime_obj:
        df = package.f3(df, other_col3)
    return(df)

clean_df = data_check(dirty_df)

我收到此错误： Truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

谢谢！

Answer 1

df[string_col]是一个列，但是有些字符串＆＃39;是一个单一的字符串。当您执行df[string_col]== 'some string'时，会在列上广播比较=='some string'。你会为列中的每个值获得一个单独的布尔值，但if需要一个布尔值。

此外，当您缩进时，您编写的内容会自动解释为代码。你不需要缩进和包围在严重的标记。 （严格标记是这些东西：`）