Python 如何根据两个数据帧参数的当前值控制在函数中应用哪个公式？

我有一个函数f（a，b），它取两个数据帧，将不同的公式应用于如下值：

def f(a, b):
   if a > 0 and b > 0:
      return a + b
   elif a > 0 and b < 0:
      return a - b
   elif a < 0 and b > 0:
      return a * b
   elif a < 0 and b < 0:
      return a / b
   else:
      print('bad')

dfa = pd.DataFrame({'a':[1, 1]})
dfb = pd.DataFrame({'b':[2, 2]})
f(dfa,dfb)

def（a，b）：
如果a>0且b>0：
返回a+b
如果a>0且b<0：
返回a-b
如果a<0且b>0：
返回a*b
elif a<0和b<0：
返回a/b
其他：
打印（'坏'）
dfa=pd.DataFrame（{'a'：[1，1]}）
dfb=pd.DataFrame（{'b'：[2,2]}）
f（dfa，dfb）

这里的问题是，我需要在函数中处理的当前值来进行分支，但是，使用and运算符会导致下面的结果

序列的真值不明确。请使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

使用&会导致

“无法将[type]数组与[bool]类型的标量进行比较”

编辑：

考虑到答案，我开始意识到我的最小示例可能无法很好地表达我的意图

def f(a, b):
  if a > 0 and b > 0:
    X = operationA()
  elif a > 0 and b < 0:
    X = operationB()
  elif a < 0 and b < 0:
    X = operationC()
  elif a < 0 and b < 0:
    X = operationD()
  else:
    print('bad')

  Y = operationY()
  return X, Y

# both dataframes are part of a training example label example = (a, b)
df_label_partA = pd.DataFrame({'a':[1, 1, -1, -1]})
df_label_partB = pd.DataFrame({'b':[1, -1, 1, -1]})
f(df_label_partA, df_label_partB)

def（a，b）：
如果a>0且b>0：
X=操作a（）
如果a>0且b<0：
X=操作B（）
elif a<0和b<0：
X=操作C（）
elif a<0和b<0：
X=操作d（）
其他：
打印（'坏'）
Y=操作Y（）
返回X，Y
#两个数据帧都是训练示例标签example=（a，b）的一部分
df_label_partA=pd.DataFrame（{'a'：[1，1，-1，-1]}）
df_label_partB=pd.DataFrame（{'b'：[1，-1,1，-1]}）
f（df_标签A部分，df_标签B部分）

不能单独考虑数据帧，因为每个数据帧都是标签列表的一部分（基本上是一个元组，分为两个列表）

IIUC:

pd.concat（[dfa，dfb]，轴=1）。应用（λx:f（*x），轴=1）

产出：

03
1    3
数据类型：int64

您可以试试这个

def f(a, b):
   if all(a > 0) and all(b > 0):
      return dfa.a + dfb.b
   elif all(a > 0) and all(b < 0):
      return dfa.a - dfb.b
   elif all(a < 0) and all(b > 0):
      return dfa.a * dfb.b
   elif all(a < 0) and all(b < 0):
      return dfa.a / dfb.b
   else:
      print('bad')

dfa = pd.DataFrame({'a':[1, 1]})
dfb = pd.DataFrame({'b':[2, 2]})
f(dfa,dfb)

---

谢谢你的回复。如果我理解所有（…）正确，那么当所有条目都满足条件时，这是真的。但是，我肯定知道这些值是正的、负的或0，并且a与b相关联，所以我需要相同索引的值。不过，a和b的大小相同。我编辑了我的问题lambda调用如何处理2个返回值？我已经编辑了我的问题lambda调用如何处理2个返回值？它不是，输出是一个序列，最左边的数字是索引。因此

pd.concat

将使两列并排相邻。然后，

*x

将按列解压（因此，

axis=1

在

apply

中）。例如，检查：

pd.concat（[dfa，dfb]，axis=1）。apply（lambda x:list（[*x]），axis=1）

-

*

在这种情况下，解压值sturns，160000中有一个值导致了此问题。虽然有点慢，但它现在正在工作。但它完成了任务。感谢您的帮助始终共享整个错误消息。我强烈建议你阅读熊猫的文档，不，让你澄清一下：问题在于比较，这两个相关的问题不是关于什么吗？

0    3
1    3
dtype: int64