python - Pandas numpy复杂如果

Question

我需要在以下条件下向 pandas 数据框添加一列:如果销售量(存储在数据集['sum']中)在4到16之间，预测应该为1，否则舍入为int平均销售量(存储在数据集['average']中)。代码如下:

def more_than3_filter(dataset, filename):    
    prediction = []

    for row in dataset['part number']:
        if dataset['sum'] > 3:
            if dataset['sum'] < 16:
                prediction.append(1)
        else:
            prediction.append(round(dataset['average']))

我明白

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

与 np.where 相同我应该怎么办？谢谢

Answer 1

你的循环已关闭。您应该迭代 df.iterrows，并且您的 if 条件应引用 row，而不是 dataset。

除此之外，您根本不需要循环。您可以使用 pd.Series. Between + np.where 对所有内容进行矢量化以获得额外性能。

df['new'] = np.where(
    df['sum'].between(3, 16, inclusive=False), 1, df['average'].round()
)

另一个解决方案涉及loc -

df['new'] = 1
m = ~df['sum'].between(3, 16, inclusive=False)
df.loc[m, 'new'] = df.loc[m, 'average'].round()

这应该稍微更高效，因为它涉及更少的冗余计算。