Question

我需要在这样的条件下为pandas dataframe添加一列：如果销售量（存储在数据集[＆＃39;总和＆＃39;]中）在4到16之间，则预测应为1，否则舍入为平均销售量（存储在数据集中[＆＃39;平均值＆＃39;]）这是代码：

def more_than3_filter(dataset, filename):    
    prediction = []

    for row in dataset['part number']:
        if dataset['sum'] > 3:
            if dataset['sum'] < 16:
                prediction.append(1)
        else:
            prediction.append(round(dataset['average']))

我得到了

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

与np.where相同我该怎么办？感谢

Answer 1

你的循环已关闭。您应该迭代df.iterrows，if条件应引用row，而不是dataset。

除此之外，你根本不需要循环。您可以使用pd.Series.between + np.where

对所有内容进行矢量化以获得额外的性能

df['new'] = np.where(
    df['sum'].between(3, 16, inclusive=False), 1, df['average'].round()
)

另一种解决方案涉及loc -

df['new'] = 1
m = ~df['sum'].between(3, 16, inclusive=False)
df.loc[m, 'new'] = df.loc[m, 'average'].round()

这应该稍微更高效，因为它涉及更少的冗余计算。

大熊猫numpy复杂如果

1 个答案: