Python 为多个数据帧和列应用函数
您好,我正在使用两个数据帧,需要应用一个自定义函数,但我遇到以下错误:Python 为多个数据帧和列应用函数,python,pandas,dataframe,apply,Python,Pandas,Dataframe,Apply,您好,我正在使用两个数据帧,需要应用一个自定义函数,但我遇到以下错误:ValueError:(“序列的真值不明确。请使用a.empty、a.bool()、a.item()、a.any()或a.all()。,“发生在索引0处”)。我知道为什么会这样,但不知道如何解决这个问题 第一个数据框包含当前年度所有可用天数的列表: print(df_workable) Date workable_day inv_workable_day day month 1 2019-01-
ValueError:(“序列的真值不明确。请使用a.empty、a.bool()、a.item()、a.any()或a.all()。,“发生在索引0处”)
。我知道为什么会这样,但不知道如何解决这个问题
第一个数据框包含当前年度所有可用天数的列表:
print(df_workable)
Date workable_day inv_workable_day day month
1 2019-01-02 1.0 22.0 2 1
2 2019-01-03 2.0 21.0 3 1
3 2019-01-04 3.0 20.0 4 1
6 2019-01-07 4.0 19.0 7 1
7 2019-01-08 5.0 18.0 8 1
.. ... ... ... ... ...
364 2019-12-31 20.0 1.0 31 12
第二个数据框包含有关某些日值和标志的数据
print(df)
day_a1 wday_a1 iwday_a1 flag
0 24.0 4.0 6.0 2.1
1 NaN NaN NaN NaN
3 31.0 22.0 1.0 2.2
4 27.0 18.0 5.0 3.3.2.1.3
26816 25.0 19.0 5.0 1
26817 31.0 NaN NaN 3.2
我正在尝试应用一个函数,该函数将根据多种条件从任一数据帧返回日期(但为了简单起见,我只使用“this”和“that”)。这就是功能:
def rec_date(row):
if row['flag'] == '2.1':
if df_workable[df_workable['workable_day'] == int(row['wday_a1']) & df_workable['month'] == 1]['day'] <= dt.datetime.today().day:
val = "this"
else:
val = "that"
else:
val = "Still missing"
return val
(我正在传递4
硬编码,因为它将是从df['wday_a1']传递的第一个值)。它的输出应该是7
。与dt.datetime.today().day
相比,该值为10,将返回true。我已经分别测试了这两个函数,它们确实返回了预期的输出。然而,当在数据帧上应用这些函数时,问题就出现了,因为(我相信)上面解释的原因。
通过函数后,我希望得到以下结果:
df['rec_date'] = df.apply(rec_date,axis=1)
day_a1 wday_a1 iwday_a1 flag rec_date
0 24.0 4.0 6.0 2.1 this
1 NaN NaN NaN NaN Still missing
3 31.0 22.0 1.0 2.2 Still missing
4 27.0 18.0 5.0 3.3.2.1.3 Still missing
26816 25.0 19.0 5.0 1 Still missing
26817 31.0 NaN NaN 3.2 Still missing
您的代码有两个小问题:
您希望将两个条件与&
组合在一起,但应将每个条件都用括号括起来,以便清楚地将它们分开:(x==…)&(y=…)
该检查的结果具有一系列形式(其中只有一个观察值)。Python不确定如何将这一系列布尔值转换为一个布尔值,因为如果该系列有多个值,它不知道如何对它们进行聚合(如果所有值都为真,那么该系列应该只生成一个真值,或者如果至少有一个值为真,那么就足够了,…)。因此,您应该通过在支票中添加series.all()
或series.any()
来澄清这一点李>
那么,让我们把这句话分解一下:
df_可工作[df_可工作['可工作天]==4和df_可工作['月]==1]['天]
df_可操作
:完整的数据帧
df\u-workable[df\u-workable['workable\u-day']==int(行['wday\u-a1'])和df\u-workable['month']==1]
:您正在根据workable\u-day
和month
的特定值筛选数据帧。这将返回一个新的数据帧,其中包含整个数据帧的过滤结果
df_-awailable[df_-awailable['awailable\u-day']==int(行['wday\u-a1'])和df_-awailable['month']==1]['day']
:这将获取步骤2中返回的数据帧并访问其['day']
列。这将返回一个对象,其中包含数据帧的day
列的所有值
这意味着,当你做df_可工作的[df_可工作的['wday_a1']==int(第['wday_a1']行)和df_可工作的['month']==1]['day']好吧,我明白你的意思。第一部分,返回一个具有单个值(因为每年只有一天/月组合)的序列,与单个值(即今天)相比,这确实提出了问题。此外,根据我的理解和给定的这个特殊情况(该系列只有1个值),使用。any()
和。all()
将具有相同的效果,对吗?谢谢你的回答。你的陈述部分是正确的。提出问题的不是将序列与单个值进行比较。这部分会起作用,它只会返回一系列布尔值。问题是,当运行if-Series:
时,它将失败,因为if语句需要一个布尔值。默认情况下,即使长度为1,pd.系列布尔值也不会转换为单个布尔值,因此您必须明确地告诉Python如何断言该系列是否为真。很高兴我能帮忙:)祝你好运!
df['rec_date'] = df.apply(rec_date,axis=1)
day_a1 wday_a1 iwday_a1 flag rec_date
0 24.0 4.0 6.0 2.1 this
1 NaN NaN NaN NaN Still missing
3 31.0 22.0 1.0 2.2 Still missing
4 27.0 18.0 5.0 3.3.2.1.3 Still missing
26816 25.0 19.0 5.0 1 Still missing
26817 31.0 NaN NaN 3.2 Still missing
def rec_date(row):
if row['flag'] == '2.1':
if (df_workable[(df_workable['workable_day'] == int(row['wday_a1'])) & (df_workable['month'] == 1)]['day'] <= dt.datetime.today().day).all():
val = "this"
else:
val = "that"
else:
val = "Still missing"
return val
day_a1 wday_a1 iwday_a1 flag rec_date
0 24.0 4.0 6.0 2.1 this
1 NaN NaN NaN NaN Still missing
3 31.0 22.0 1.0 2.2 Still missing
4 27.0 18.0 5.0 3.3.2.1.3 Still missing
26816 25.0 19.0 5.0 1 Still missing
26817 31.0 NaN NaN 3.2 Still missing