Question

您好，我正在处理两个数据框，需要应用自定义函数，但出现以下错误：ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index 0')。我知道为什么会这样，但是不知道如何解决问题。

第一个数据框包含当年所有可用天的列表：

print(df_workable)
          Date  workable_day  inv_workable_day  day  month
1   2019-01-02           1.0              22.0    2      1
2   2019-01-03           2.0              21.0    3      1
3   2019-01-04           3.0              20.0    4      1
6   2019-01-07           4.0              19.0    7      1
7   2019-01-08           5.0              18.0    8      1
..         ...           ...               ...  ...    ...
364 2019-12-31          20.0               1.0   31     12

第二个数据帧包含有关某些日期值和标志的数据。

print(df)
       day_a1     wday_a1     iwday_a1       flag
0        24.0         4.0          6.0        2.1
1         NaN         NaN          NaN        NaN
3        31.0        22.0          1.0        2.2
4        27.0        18.0          5.0  3.3.2.1.3
26816    25.0        19.0          5.0          1
26817    31.0         NaN          NaN        3.2

我正在尝试应用一个函数，该函数将根据多个条件从任一数据帧返回日期（但为简单起见，我仅使用“ this”和“ that”）。这是功能：

def rec_date(row):
    if row['flag'] == '2.1':
        if df_workable[df_workable['workable_day'] == int(row['wday_a1']) & df_workable['month'] == 1]['day'] <= dt.datetime.today().day:
            val = "this"
        else:
            val = "that"
    else:
        val = "Still missing"
    return val

问题是当我尝试解决条件2.1时，我需要遍历df的每一行并检查条件。之所以会出现这种情况是因为，当它尝试遍历每一行时，它不知道要遍历df_workable 上的哪一行，因此它需要一个额外的参数（.all（）， .any（）等）。但是，我不想重复，而只是提取与以下内容相对应的值：

df_workable[df_workable['workable_day'] == 4 & df_workable['month'] == 1]['day']

（我正在传递4硬编码，因为它将是从df ['wday_a1']传递的第一个值）。并且该输出应为7。与dt.datetime.today().day相比，该值为10，将返回true。我已经分别测试了这两个函数，并且它们确实返回了预期的输出。但是，由于（我认为）上述原因，当applying这些功能在数据帧上起作用时，就会出现问题。传递函数后，我希望有这个：

df['rec_date'] = df.apply(rec_date,axis=1)
           day_a1     wday_a1     iwday_a1       flag         rec_date
    0        24.0         4.0          6.0        2.1             this
    1         NaN         NaN          NaN        NaN    Still missing
    3        31.0        22.0          1.0        2.2    Still missing
    4        27.0        18.0          5.0  3.3.2.1.3    Still missing
    26816    25.0        19.0          5.0          1    Still missing
    26817    31.0         NaN          NaN        3.2    Still missing

Answer 1

您的代码有两个小问题：

您想将两个条件与&组合在一起，但是您应该将每个条件用括号括起来以清楚地将它们分开：(x==...) & (y=...)
此检查的结果具有序列的形式（其中仅包含一个观察值）。 Python不确定如何将这一系列的布尔值转换为一个布尔值，因为万一该系列具有多个值，它将不知道如何进行汇总（如果所有值均为True，则该系列只能得到一个True还是足够的如果其中至少有一个为True，...）。因此，您应该通过在支票上添加series.all()或series.any()来澄清这一点。

def rec_date(row):
    if row['flag'] == '2.1':
        if (df_workable[(df_workable['workable_day'] == int(row['wday_a1'])) & (df_workable['month'] == 1)]['day'] <= dt.datetime.today().day).all():
            val = "this"
        else:
            val = "that"
    else:
        val = "Still missing"
    return val

输出：

       day_a1  wday_a1  iwday_a1       flag       rec_date
0        24.0      4.0       6.0        2.1           this
1         NaN      NaN       NaN        NaN  Still missing
3        31.0     22.0       1.0        2.2  Still missing
4        27.0     18.0       5.0  3.3.2.1.3  Still missing
26816    25.0     19.0       5.0          1  Still missing
26817    31.0      NaN       NaN        3.2  Still missing

Answer 2

因此，让我们分解一下这句话：

df_workable[df_workable['workable_day'] == 4 & df_workable['month'] == 1]['day']

df_workable：完整的DataFrame
df_workable[df_workable['workable_day'] == int(row['wday_a1']) & df_workable['month'] == 1]：您正在基于workable_day和month的特定值过滤DataFrame。这会返回一个新的DataFrame，其中包含整个 DataFrame的过滤结果。
df_workable[df_workable['workable_day'] == int(row['wday_a1']) & df_workable['month'] == 1]['day']：这将获取在步骤2中返回的DataFrame并访问其['day']列。这将返回一个pandas.Series对象，其中包含DataFrame的day列的所有值。

这意味着，当您执行df_workable[df_workable['workable_day'] == int(row['wday_a1']) & df_workable['month'] == 1]['day'] <= dt.datetime.today().day时，您正在尝试将整个Series对象（包含与每一行对应的多个值）与单个datetime值进行比较，不行。

我没有真正得到您要进行的比较，但是按照您当前的逻辑似乎无法完成。

对多个数据框和列应用功能

2 个答案: