python - 数据框中的 Pandas boolean 值比较

Question

当我对数据框中的单个元素进行比较时出现错误，但我不明白为什么。

我有一个数据框 df，其中包含许多客户的时间序列数据，其中包含一些空值:

df.head()
                    8143511  8145987  8145997  8146001  8146235  8147611  \
2012-07-01 00:00:00      NaN      NaN      NaN      NaN      NaN      NaN   
2012-07-01 00:30:00    0.089      NaN    0.281    0.126    0.190    0.500   
2012-07-01 01:00:00    0.090      NaN    0.323    0.141    0.135    0.453   
2012-07-01 01:30:00    0.061      NaN    0.278    0.097    0.093    0.424   
2012-07-01 02:00:00    0.052      NaN    0.278    0.158    0.170    0.462  

在我的脚本中，行if pd.isnull(df[[customer_ID]].loc[ts]):产生错误:

ValueError:Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

但是，如果我在脚本行放置一个断点，当脚本停止时，我在控制台中输入:

pd.isnull(df[[customer_ID]].loc[ts])

输出是:

8143511    True
Name: 2012-07-01 00:00:00, dtype: bool

如果我允许脚本从该点继续，则会立即生成错误。

如果 boolean 表达式可以求值并且值为 True，为什么它会在 if 表达式中产生错误？这对我来说毫无意义。

Answer 1

问题出在if语句上。

当你写代码的时候

if this:
    print(that)

this 将被评估为 bool(this)。最好返回 True 或 False。

但是，你做到了:

if  pd.isnull(df[[customer_ID]].loc[ts]):
    pass  # idk what you did here because you didn't say... but doesn't matter

此外，您声明 pd.isnull(df[[customer_ID]].loc[ts]) 评估为:

8143511    True
Name: 2012-07-01 00:00:00, dtype: bool

这看起来像 True 还是 False？
bool(pd.isnull(df[[customer_ID]].loc[ts])) 怎么样？

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

所以教训是:pd.Series 不能评估为 True 或 False

但是，它是 True 和 False 的 pd.Series。

这就是它不起作用的原因。