Question

我正在使用FIFA 19数据集，该数据集的“工作率”列存储了球员的进攻和防守工作率，例如（“中/中”）。我想创建另外两个列（紧邻原始列），它们可以分别存储这些功能。我们称它们为“工作率攻击”，“工作率捍卫”。我想不出最好的方法，我一直在考虑应用简单的拆分函数，但它返回ValueError。

def split_work_rate(text, work_type):
    while not pd.isnull(text):
        new_text = text.split('/')
        if work_type == 'Attacking':
            work_rate_attacking = new_text[0]
            return work_rate_attacking
        else:
            work_rate_defending = new_text[1]
            return work_rate_defending


def create_new_work_rates(data):
    cols = ['Work Rate']
    data['Work Rate Attacking'] = data[cols].apply(split_work_rate, args=('Attacking',))
    data['Work Rate Defending'] = data[cols].apply(split_work_rate, args=('Defending',))
    return data

ValueError ：（“系列的真值不明确。请使用a.empty， a.bool（），a.item（），a.any（）或a.all（）。'，'发生在索引Work 评分”）

Answer 1

首先，问题是此行：

if work_type == 'Attacking':

您写这本书时可能会想到pandas会将每一行的值与'Attacking'进行比较，然后转到相应的分支。

但是，实际上，pandas一次将这样的比较应用于整个 Series。因此，与'Attacking'的比较结果不是单个布尔值，而是另一个Series。没有将布尔值Series转换为单个布尔值的明确方法，因此if测试无效。

无论如何，这可能不是最好的方法。试试这个：

data[['Work Rate Attacking', 'Work Rate Defending']] = data['Work Rate'].str.split('/', expand=True)

这使用str访问器将Series拆分为DataFrame，然后可以将其分配给所需的两列。

根据其他列中的值创建新列

1 个答案: