python - pandas 使用 if/truth 语句在数据框的列上应用函数

Question

我在 Pandas 数据框中有三列。

df = pd.DataFrame({'month':[1,2,3,4,5,6,7,8,9,10,11,12],
                   'day':[10,23,16,30,1,23,3,28,29,1,4,2],
                    'year':[1990,1990,1990,1990,1990,1990,1990,1990,1990,1990,1990,1990]})

我想在另一列中返回水年，该列定义为 9 月 28 日之后的任何一天的年份 +1。例如，1990 年 9 月 29 日是 1991 年水年。

我有一个独立工作的函数

def wy(month, day, year):
    if month >8 and day > 28:
        year = year + 1
    else:
        if month>9:
            year = year + 1
        else:
            year = year
    return year
wy(9,30,2000)

但是

df['wy'] = wy(df['month'],df['day'],df['year'])

返回错误

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

当我尝试将它应用于数据框时。我查看了文档和其他问题，并尝试了多种其他功能，例如

def wy(month, day, year):
    if any(month >8 & day > 28):
        year = year + 1
    else:
        if any(month>9):
            year = year + 1
        else:
            year = year
    return year


def wy(month, day, year):
    if any((month >8 & day > 28)|month>9):
        year = year + 1
    return year

但我仍然返回错误。我也尝试过 lambda 表达式(不是很漂亮)

df['wy'] = (lambda x,y,z:z+1 if (x >8 & y > 28)|y>9 else z, df['month'],df['day'],df['year'])

感谢您的帮助

Answer 1

您可以使用 (month, day) 的元组并与应用在列轴上的元组进行比较，例如:

df = pd.DataFrame({'month':[1,2,3,4,5,6,7,8,9,10,11,12],
                   'day':[10,23,16,30,1,23,3,28,29,1,4,2],
                    'year':[1990,1990,1990,1990,1990,1990,1990,1990,1990,1990,1990,1990]})

使用:

df.apply(lambda L: L.year + ((L.month, L.day) >= (9, 28)), axis=1)

给你:

0     1990
1     1990
2     1990
3     1990
4     1990
5     1990
6     1990
7     1990
8     1991
9     1991
10    1991
11    1991
dtype: int64

这是有效的，因为元组是逐个元素比较的，月/日是自然排序的。任何 true 条件的计算结果为 1，false 条件的计算结果为 0 - 如果需要，我们将其添加到年份以将其移至下一年。