python - 在 Dataframe.assign() 中使用 if/else 导致 ValueError : The truth value of a Series

Question

我有大量数据转换是用支持这种结构的批量转换语言定义的:x = iif(condition, a, b)。我想使用数据框重写这些。

我正在使用 Dataframe.assign() 但得到 ValueError: The truth value of a Series is ambiguous。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

    import pandas as pd
    df = pd.DataFrame(['apple', 'orange', 'granite'], columns=['name'])
    df.assign(taste = lambda x: 'rocky' if (x.name=='granite') else 'yummy')

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-39-e9ad71ccc45b> in <module>()
----> 1 df.assign(taste = lambda x: 'rocky' if (x.name=='granite') else 'yummy')

~\Anaconda3\lib\site-packages\pandas\core\frame.py in assign(self, **kwargs)
   3305         if PY36:
   3306             for k, v in kwargs.items():
-> 3307                 data[k] = com._apply_if_callable(v, data)
   3308         else:
   3309             # <= 3.5: do all calculations first...

~\Anaconda3\lib\site-packages\pandas\core\common.py in _apply_if_callable(maybe_callable, obj, **kwargs)
    403 
    404     if callable(maybe_callable):
--> 405         return maybe_callable(obj, **kwargs)
    406 
    407     return maybe_callable

<ipython-input-39-e9ad71ccc45b> in <lambda>(x)
----> 1 df.assign(taste = lambda x: 'rocky' if (x.name=='granite') else 'yummy')

~\Anaconda3\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
   1571         raise ValueError("The truth value of a {0} is ambiguous. "
   1572                          "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
-> 1573                          .format(self.__class__.__name__))
   1574 
   1575     __bool__ = __nonzero__

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

起初我认为这是由于 assign() 中允许的关键字的限制，但一个非常相似的结构适用于 apply():

df['name'].apply(lambda x: 'rocky' if (x=='granite') else 'yummy')

0    yummy
1    yummy
2    rocky
Name: name, dtype: object

但是，这不允许我使用使用数据框中多列的 if 条件。有没有办法让 assign() 工作？

Answer 1

调用 Series.apply 时，lambda 会接收每一行值(即标量值)。使用 assign，lambda 接收整个 DataFrame。理解这一点意味着您现在可以做一些事情，例如

df.assign(taste=lambda x: np.where(x['name'] == 'granite', 'r', 'y'))

      name taste
0    apple     y
1   orange     y
2  granite     r

或者，

df.assign(taste=np.where(df['name'] == 'granite', 'r', 'y'))
      name taste
0    apple     y
1   orange     y
2  granite     r

或者，更简单地说，对于就地赋值，

df['taste'] = np.where(df['name'] == 'granite', 'r', 'y')
df

      name taste
0    apple     y
1   orange     y
2  granite     r