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

Question

我想使用 or 条件过滤数据帧，以保留特定列值超出 [-0.25, 0.25] 范围的行。我尝试过:

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

但我收到错误:

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

Answer 1

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

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

这些类型的数据结构被重载，以产生按元素的 or 或 and。

<小时/>

只是对此声明添加更多解释:

当你想获取pandas.Series的bool时抛出异常:

>>> 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().

您遇到了运算符隐式将操作数转换为bool的地方(您使用了or，但它也发生在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().

除了这四个语句之外，还有几个 Python 函数隐藏了一些 bool 调用(例如 any、all、filter，...)。这些通常对于 pandas.Series 来说不会有问题，但为了完整起见，我想提及这些。

<小时/>

就您而言，异常(exception)并没有真正的帮助，因为它没有提及正确的替代方案。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)
  

  或简单的|运算符:

  >>> x | y
  

• numpy.logical_and :

  >>> np.logical_and(x, y)
  

  或简单的&运算符:

  >>> x & y
  

如果您使用运算符，请务必正确设置括号，因为 operator precedence .

有several logical NumPy functions 应该适用于pandas.Series。

<小时/>

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

• 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 通常会将容器的 length(例如 list、tuple...)解释为真值(如果它没有)显式 boolean 解释。因此，如果您想要类似 Python 的检查，您可以执行以下操作:if x.size 或 if not x.empty 而不是 if x。

• 如果您的系列包含一个且仅有一个 boolean 值:

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

• 如果您想检查系列中的第一个且唯一的项目(例如 .bool()，但它甚至适用于非 boolean 内容) :

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

• 如果您想检查所有或任何项是否非零、非空或非False:

  >>> 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