python - Pandas 数据框(选择)

Question

简单的 pandas 数据框问题在这里。

我通过读取 csv 文件创建数据框，打印它

    <class 'pandas.core.frame.DataFrame'>
    Int64Index: 176 entries, 0 to 175
    Data columns (total 8 columns):
    ID            176  non-null values
    study         176  non-null values
    center        176  non-null values
    initials      176  non-null values
    age           147  non-null values
    sex           133  non-null values
    lesion age    35  non-null values
    group         35  non-null values
    dtypes: float64(2), int64(1), object(5)

为什么当我尝试根据某些从数据框中选择行时这会给我一个错误条件

SUBJECTS[SUBJECTS.study=='NO2' and SUBJECTS.center=='Hermann']

错误信息:

    ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

非常感谢您。

Answer 1

使用:

SUBJECTS[(SUBJECTS.study=='NO2') & (SUBJECTS.center=='Hermann')]

---

and 导致 Python 计算 SUBJECTS.study=='NO2' andSUBJECTS.center=='Hermann') 在 bool 上下文中(True 或 False。)

在您的情况下，您不希望将两者都评估为 bool 值。相反，您需要元素方面的逻辑 和 。这是由 & 而不是 and 指定的。

---

错误

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

每当您尝试在 bool 上下文中评估 NumPy 数组或 Pandas NDFrame 时都会引发。考虑

bool(np.array([True, False]))

有些用户可能希望返回 True，因为数组非空。或者有些人可能期望 True，因为数组的至少一个元素是 True。其他人可能希望它返回 False，因为并非数组中的所有 元素都是 True。由于对 bool 上下文应该返回什么有多种同样有效的期望，NumPy 和 Pandas 的设计者决定强制用户明确:使用 .all() 或 .any( ) 或 len()。