编辑

Question

我有一个包含6列的数据框，我需要将每3列与其他3列进行比较。 6列是相同的数据，但前3列的值来自一种方法，其他三列的值来自其他方法。所以我需要比较它们的差异或差异。

Df.head()

  A    B    C  A-1  B-1  C-1
190  289  300  190  287  267

我的条件是

conditions = [(combined_min['A'] == combined_min['A-1']) & (combined_min['B'] == combined_min['B-1'] & combined_min['C'] == combined_min['C-1']),
              (combined_min['A'] > combined_min['A-1']) & (combined_min['B'] > combined_min['B-1'] & combined_min['C'] > combined_min['C-1']),
              (combined_min['A'] < combined_min['A-1']) & (combined_min['B'] < combined_min['B-1'] & combined_min['C'] < combined_min['C-1'])]

我的选择是

choices     = [ "same", 'kj_greater', 'mi_greater' ]

然后我尝试了

combined_min['que'] = np.select(conditions,choices, default=np.nan)

但是它会抛出错误消息，

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

最后，我需要一个这样的数据框，

  A    B    C  A-1  B-1  C-1         que
190  289  300  190  287  267  kj_greater

如果A，B和C列的值高于kj_greater，否则为mi_greater，如果所有6个都相同，则相同。

Answer 1

编辑

经过一番挖掘/反思，我意识到我错了：事实证明& 是在熊猫中是逻辑运算符。 &在pd.Series和pd.DataFrame对象之间实现成对逻辑。不幸的是，&的运算符优先级与and不同，因此您必须小心（在这种情况下，&的优先级比==，{{1} }或>）。 OP代码中的错误归结为在正确的位置缺少括号。

因此，要获得OP最初使用的标签类型，代码应为：

这将输出：

import numpy as np
import pandas as pd

data= [
    [191, 289, 300, 190, 287, 267],
    [191, 289, 300, 200, 312, 400],
    [191, 289, 300, 191, 289, 300],
    [191, 289, 300, 200, 287, 400],
]
combined_min = pd.DataFrame(data=data, columns=['A', 'B','C','A-1','B-1','C-1'])

cond = lambda x: [(x['A'] == x['A-1']) & (x['B'] == x['B-1']) & (x['C'] == x['C-1']),
                  (x['A'] > x['A-1'])  & (x['B'] > x['B-1'])  & (x['C'] > x['C-1']),
                  (x['A'] < x['A-1'])  & (x['B'] < x['B-1'])  & (x['C'] < x['C-1'])]
choices = ['same', 'kj_greater', 'mi_greater']

combined_min['que'] = np.select(cond(combined_min), choices, default=np.nan)
print(combined_min)

（可选）A B C A-1 B-1 C-1 que 0 191 289 300 190 287 267 kj_greater 1 191 289 300 200 312 400 mi_greater 2 191 289 300 191 289 300 same 3 191 289 300 200 287 400 nan可以简化为一种形式：

cond

尽管这会在一定程度上降低可读性。

Answer 2

您的情况有误。问题在于您不是在直接比较布尔值，而是一组包含布尔值的pd.Series，它们不会像您那样直接进行比较。

所以：

df['A'] == df['A-1']

返回：

0    True
dtype: bool

因此，当您这样做时：

df['A'] == df['A-1'] & df['A'] == df['A-1']

您收到提到的错误。尝试使用括号将每个术语分开，然后使用any()从pd.Series中获取布尔值：

((df['A'] == df['A-1']) & (df['A'] == df['A-1'])).any()

Answer 3

问题是您在条件上缺少括号。每个条件都必须用括号括起来。

conditions = [(combined_min['A'] == combined_min['A-1']) & (combined_min['B'] == combined_min['B-1']) & (combined_min['C'] == combined_min['C-1']),
          (combined_min['A'] > combined_min['A-1']) & (combined_min['B'] > combined_min['B-1']) & (combined_min['C'] > combined_min['C-1']),
          (combined_min['A'] < combined_min['A-1']) & (combined_min['B'] < combined_min['B-1']) & (combined_min['C'] < combined_min['C-1'])]

我需要比较同一数据框中的列并对其进行排名

3 个答案:

编辑