Python 当用户函数包含布尔条件时，为什么传递df列不起作用？

当我在没有布尔条件的情况下将pd系列（例如df列）传递给用户函数时，它就工作了，否则就会失败

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

很抱歉，Python是新手，所以我不明白为什么在一种情况下它处理元素，但在类似布尔数组的情况下

df = pd.DataFrame({'A' : ['football', 'football', 
'tennis','tennis','tennis'],
                   'B' : ['MESSI', 'ROONEY', 'FEDERER','NADAL', 'FEDERER'],
                   'C' : [5,4,6,5,6],
                   'D' : np.random.randn(5),
                   'E' : [1,2,4,3,5],
                   'F' : [1,0,1,0,1]
                  })
def diffs(E, F):
    vals = E - F
    return vals

这项工作：

df.loc[:, 'asd'] =  pd.Series(diffs(df.loc[:,'E'],df.loc[:,'F']), 
index=df.index) 

这一准则是：

def peak_rate(E, F):
    if E > 0:
        vals = 1
    else:
        vals = 0
    return vals

df.loc[:, 'asd'] =  pd.Series(peak_rate(df.loc[:,'E'],df.loc[:,'F']), 
index=df.index)

---

这是因为，在第一种情况下，它只是减法，两个数组或序列可以加/减/乘，输出仍然是一个序列。对于大于或小于的等式，不能这样做。以下是另一种解决方案：

def peak_rate(E, F):
    if E > F:
        return 1
    else:
        return 0

df.loc[:, 'asd'] =  pd.Series([peak_rate(df["E"][i],df["F"][i]) for i in range(len(df))], index=df.index)

或者您甚至不需要函数

peak\u rate

。你可以这样写（我猜你的意思是

E>F

而不是

E>0

中的

peak\u rate

。如果是

E>0

，只需将

df[“F”][I]

替换为

0

）

---

这是因为，在第一种情况下，它只是减法，两个数组或序列可以加/减/乘，输出仍然是一个序列。对于大于或小于的等式，不能这样做。以下是另一种解决方案：

def peak_rate(E, F):
    if E > F:
        return 1
    else:
        return 0

df.loc[:, 'asd'] =  pd.Series([peak_rate(df["E"][i],df["F"][i]) for i in range(len(df))], index=df.index)

或者您甚至不需要函数

peak\u rate

。你可以这样写（我猜你的意思是

E>F

而不是

E>0

中的

peak\u rate

。如果是

E>0

，只需将

df[“F”][I]

替换为

0

）

该行：

if E > 0:

E

（也称为

df.loc[：，'E']

）是a，并检查它是否大于0

如果大于0，则无法检查整个系列

您可以使用：

if E.all() > 0:

也许你对

'E'

和

E

这句话感到困惑：

if E > 0:

E

（也称为

df.loc[：，'E']

）是a，并检查它是否大于0

如果大于0，则无法检查整个系列

您可以使用：

if E.all() > 0:

也许你把

'E'

和

E