Python Pandas-transform（）在值为字符串时引发ValueError

我有两个数据帧，最初我将其分割并成功地转换为字符串。我的目标是将值替换为“1:0”，并将“：1”添加到其余值中，但我得到一个错误，如图所示：

>>>df1
   ID  quantity
0 007      48.0
1 001      37.0
2 006      37.0
3 111      37.0
4 001      34.0
5 101      37.0 

>>>df2
   ID  quantity
0 001      16.0
1 006      16.0
2 111      16.0
3 001      14.0
4 101      16.0
5 111      16.0

df1_to_df2=df1('ID').floordiv(df2('ID')).astype('Int64').astype(str)
>>>df1_to_df2
     quantity
 ID              
007      <NA>  #this must be replaced by "1:0"
001         2  #":1" should be added when only a digit is there
006         2
111         2
001         2
101         2

#Then I tried this:
df1_to_df2=df1_to_df2.transform(lambda x: replace(x,'1:0') if x=='<NA>' else x+':1')

#and it raises this error:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

---

非常感谢

根据您的描述，您似乎只需要转换列数量： 你能试一下下面的小改动吗？引用该列并添加x.replace而不是replace

df1_to_df2['quantity'].transform(lambda x: x.replace(x, '1:0') if x=='<NA>' else x+':1')

df1_到_df2['quantity'].转换（如果x=''否则x+':1'，则lambda x:x.replace（x，'1:0'））

您还可以按自己的方式使用“变换”：

df = (df1.set_index('ID')//df2.set_index('ID')).fillna(0).astype(int).astype(str)
df.quantity = df.quantity.transform(lambda x: '1:0' if x=='0' else x+':1')

---

请分享预期的输出Hanks，我在提示后也添加了该部分。不，我无论如何都会得到ValueError。使用

np.where（）

的第一种方法是一种很好的解决方法，但我希望

转换也能起作用。相反，它引发了相同的
ValueError
，我很难理解为什么即使去掉了NaNs也会抛出这个错误。我的转换工作正常。我已经测试过了。您确定没有忘记指定列吗？例如：
df['quantity']=df['quantity'].transform（lambda x:'1:0'如果x=='else x+'：1'）
yes，我确信。。。我也检查了地板分割后产生的所有值，我没有类似于
inf
的东西，所以我无法发现这个错误是如何产生的。
import pandas as pd
import io
import numpy as np

df1,df2 = map(lambda x: pd.read_csv(io.StringIO(x), sep='\s+', converters={'ID':str}), (s1,s2))

df = (df1.set_index('ID')//df2.set_index('ID')).fillna(0).astype(int)
df.quantity = np.where(df.quantity==0, '1:0', df.quantity.astype(str) + ':1')
df = df.reset_index().drop_duplicates()

print(df)
    ID quantity
0  001      2:1
4  006      2:1
5  007      1:0
6  101      2:1
7  111      2:1

df = (df1.set_index('ID')//df2.set_index('ID')).fillna(0).astype(int).astype(str)
df.quantity = df.quantity.transform(lambda x: '1:0' if x=='0' else x+':1')