Question

我试图根据（收入 - 预算）创建一个计算利润的函数。 Revenue中有0个值，我不想在计算中使用。

这是我到目前为止所做的事情，但是它正在抛出错误＆＃39; ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

# Function to calcuate the profit only when there is a non 0 value for Budget var1- revenue, var2 - budget, var3 profit
    def profit_cal(var1,var2,var3):
    if(org_data[var1]!=0):
        org_data[var3]=org_data[var1]-org_data[var2]
    else:
        org_data[var3]=0
        return(org_data[var3])

profit_cal('revenue','budget','profit')

Answer 1

您收到该错误是因为if语句正在检查整个列是否等于0.这将取决于每个值，因此它认为它是“不明确的”。

我可以想出实现你所追求的结果的3种不同方式。

首先，@ Win建议的版本（他只错过了一个标志）：

    def profit_cal1(var1,var2,var3):
        org_data[var3] = (org_data[var1]-org_data[var2]).where(org_data[var2]!=0,0)

现在，您迭代的版本抛出每一行以检查预算值是否等于0：

    def profit_cal2(var1,var2,var3):
        org_data[var3] = 0
        for idx,i in enumerate(org_data[var2]):
            if i!=0:
                org_data[var3][idx] = org_data[var1][idx]-org_data[var2][idx]

最后，通过计算整个表的'利润'，然后用0替换你不想要的值：

    def profit_cal3(var1,var2,var3):
        org_data[var3] = org_data[var1] - org_data[var2]
        org_data.loc[org_data[var2]==0,var3] = 0

让我们使用％timeit来查看哪一个最有效！

# Creating a dummy dataframe with zeros in it
org_data = pd.DataFrame()
org_data['revenue'] = np.random.choice(range(100),10000)
org_data['budget'] = np.random.choice(range(100),10000)

结果：

%timeit profit_cal1('revenue','budget','profit')

每回路873μs±4.12μs（平均值±标准偏差，7次运行，每次1000次循环）

%timeit profit_cal2('revenue','budget','profit')

每循环1.07 s±4.46 ms（平均值±标准偏差，7次运行，每次循环1次）

%timeit profit_cal3('revenue','budget','profit')

3.41 ms±86.5μs/循环（平均值±标准偏差，7次运行，每次100次循环）

第一个功能是最快的！

现在，您似乎正在尝试使函数变得灵活（因为您允许使用不同的列名称。我是否可以建议将数据帧的名称本身作为函数的参数？

这将是功能一的更新版本，具有额外的灵活性：

def profit_cal(X,var1,var2,var3):
    X[var3] = (X[var1]-X[var2]).where(X[var2]!=0,0)

请记住，你必须再输入一个参数：

profit_cal(org_data,'revenue','budget','profit')

享受！

Python pandas计算字段函数

1 个答案: