Series 的真值是不明确的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()

Question

我想使用 or 条件过滤我的数据框，以保留特定列的值超出范围 [-0.25, 0.25] 的行。我试过了：

 df = df[(df['col'] < -0.25) or (df['col'] > 0.25)]

但我得到了错误：

Series 的真值是不明确的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()

原文由 obabs 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

or 和 and python 语句需要 truth 。对于 pandas ，这些被认为是不明确的，因此您应该使用“按位” | （或）或 & （和）操作：

 df = df[(df['col'] < -0.25) | (df['col'] > 0.25)]

对于这些类型的数据结构，它们被重载以产生元素方式 or 或 and 。

---

只是为了对此声明添加更多解释：

当您想要获取 bool 的 pandas.Series 时，将引发异常：

 >>> import pandas as pd
>>> x = pd.Series([1])
>>> bool(x)
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

What you hit was a place where the operator implicitly converted the operands to bool (you used or but it also happens for and , if 和 while ）：

 >>> x or x
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> x and x
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> if x:
...     print('fun')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> while x:
...     print('fun')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Besides these 4 statements there are several python functions that hide some bool calls (like any , all , filter , …)这些通常与 pandas.Series 没有问题，但为了完整起见，我想提及这些。

---

在您的情况下，异常并没有真正的帮助，因为它没有提到 正确的替代品。对于 and 和 or ，如果你想要逐元素比较，你可以使用：

• numpy.logical_or :

     >>> import numpy as np
    >>> np.logical_or(x, y)

或者只是 | 运算符：

     >>> x | y

• numpy.logical_and :

     >>> np.logical_and(x, y)

或者只是 & 运算符：

     >>> x & y

如果您使用运算符，请确保正确设置括号，因为 运算符优先级。

有 几个逻辑 numpy 函数 应该 适用于 pandas.Series 。

---

如果您在执行 if 或 while 时遇到异常中提到的替代方案，则更适合。我将简要解释其中的每一个：

• 如果您想检查您的系列是否为 空：

     >>> x = pd.Series([])
    >>> x.empty
    True
    >>> x = pd.Series([1])
    >>> x.empty
    False

Python 通常将 len 的容器（如 list , tuple , …）解释为真值，如果它没有明确的 boole 解释。因此，如果您想要类似 python 的检查，您可以这样做： if x.size 或 if not x.empty 而不是 if x 。

• 如果您的 Series 包含 一个且只有一个 布尔值：

     >>> x = pd.Series([100])
    >>> (x > 50).bool()
    True
    >>> (x < 50).bool()
    False

• 如果您想检查您的系列的 第一个也是唯一一个项目（如 .bool() 但即使对于非布尔内容也适用）：

     >>> x = pd.Series([100])
    >>> x.item()
    100

• 如果您想检查 所有 或 任何 项目是否非零、非空或非假：

     >>> x = pd.Series([0, 1, 2])
    >>> x.all()   # because one element is zero
    False
    >>> x.any()   # because one (or more) elements are non-zero
    True

原文由 MSeifert 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

熊猫按位使用 & | 并且每个条件都应该包装在 ()

例如以下作品

data_query = data[(data['year'] >= 2005) & (data['year'] <= 2010)]

但是没有适当括号的相同查询不会

data_query = data[(data['year'] >= 2005 & data['year'] <= 2010)]

原文由 Nipun 发布，翻译遵循 CC BY-SA 4.0 许可协议