我有正常的df
A = pd.DataFrame([[1, 5, 2], [2, 4, 4], [3, 3, 1], [4, 2, 2], [5, 1, 4]],
columns=['A', 'B', 'C'], index=[1, 2, 3, 4, 5])
如果我想根据另一列中的条件创建一个列,我会做这样的事情,并按预期工作.
In [5]: A['D'] = A['C'] > 2
In [6]: A
Out[6]:
A B C D
1 1 5 2 False
2 2 4 4 True
3 3 3 1 False
4 4 2 2 False
5 5 1 4 True
但是,如果我想使用两个条件做同样的事情……比如：
A['D'] = A['C'] > 2 and A['B'] > 2 or A['D'] = A['C'] > 2 & A['B'] > 2
我臭名昭着
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
如何在没有迭代的情况下解决？基于两个条件创建此新列的目的是能够使用类型的groupby函数：
A.groupby('D').apply(custom_fuction)
所以,也许有一种方法可以使用groupby来完成整个过程,但我不知道该怎么做.
谢谢
解决方法:
使用&,not和,执行元素逻辑和操作：
In [40]: A['D'] = (A['C'] > 2) & (A['B'] > 2)
In [41]: A
Out[41]:
A B C D
1 1 5 2 False
2 2 4 4 True
3 3 3 1 False
4 4 2 2 False
5 5 1 4 False
您也可以跳过定义D列：
In [42]: A.groupby((A['C'] > 2) & (A['B'] > 2))
Out[42]: <pandas.core.groupby.DataFrameGroupBy object at 0xab5b6ac>
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
