Question

有人知道如何解决此问题吗？

>>> df = pd.DataFrame({'A': range(3), 'B': range(1, 4)})
>>> df
   A  B
0  0  1
1  1  2
2  2  3
>>> df.transform(lambda x: 0 if (x == 0) else (-np.log(-x) if x < 0 else np.log(x)))
ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index A')

Answer 1

x==0返回一系列True和False。例如，df['A'] == 0返回具有pd.Series值的[True, False, False]。 if pd.Series([True, False, False])应该是什么意思？这没有意义，这就是为什么它含糊不清。

此外，apply不使用矢量化，因此请避免使用它。

改为使用np.select

df = np.select([df==0, df > 0, df < 0], [0, np.log(df), -np.log(-df)])

如果您想更深入地研究错误，则 ValueError：'系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（），只需将其谷歌搜索即可。 There are tons of stackoverflow posts about it

df.transform中的ValueError（lambda x：如果（x == 0）则为0，否则（-np.log（-x）如果x <0则为np.log（x）））

1 个答案: