Python 序列的真值是模糊的。。。从bioinfokit.analys运行tuckey_hsd时出错

我在尝试运行下面的代码时遇到此错误。我读了整个线程，但我仍然不知所措，不知道错误是从哪里来的

数据帧

    element id  id_2    group   condition   level   vol size    height
0   C11 28  CTL11   cont    control l1  18687.3750  0.190136    0.682789
1   C11 28  CTL11   cont    control l2  16797.3750  0.181322    0.829770
2   C11 28  CTL11   cont    control l3  24813.0000  0.204907    0.812723
3   C12 29  CTL12   cont    control l1  20069.4375  0.174686    0.719480
4   C12 29  CTL12   cont    control l2  17323.8750  0.149539    0.836107

代码：

基于

级别

列（l1、l2和l3）旋转后，我根据特定列之间的划分创建新列（例如

vol

或

size

）

代码一直运行到

res=stat（）

行（包括该行），并且仅在运行

res.tukey\hsd

行时给出错误。我认为这个错误可能与分区操作有关，但我不确定如何克服这个问题

任何想法都欢迎

编辑：完全错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-3-f9bb6e4e7e5a> in <module>
     42 res = stat()
     43 res.tukey_hsd(df=rt, res_var='l1l3_size', xfac_var='group', 
---> 44               anova_model=design)
     45 # print stats outputs
     46 print(anova_table)

/opt/anaconda3/envs/icvs/lib/python3.7/site-packages/bioinfokit/analys.py in tukey_hsd(self, df, res_var, xfac_var, anova_model, phalpha, ss_typ)
    797         comp_pairs = [(ele1, ele2) for i, ele1 in enumerate(list(mult_group)) for ele2 in list(mult_group)[i + 1:]]
    798         for p in comp_pairs:
--> 799             mean_diff = max(mult_group[p[0]], mult_group[p[1]]) - min(mult_group[p[0]], mult_group[p[1]])
    800             # count for groups; this is useful when sample size not equal -- Tukey-Kramer
    801             group1_count, group2_count = mult_group_count[p[0]], mult_group_count[p[1]]

/opt/anaconda3/envs/icvs/lib/python3.7/site-packages/pandas/core/generic.py in __nonzero__(self)
   1441     def __nonzero__(self):
   1442         raise ValueError(
-> 1443             f"The truth value of a {type(self).__name__} is ambiguous. "
   1444             "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
   1445         )

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
42 res=stat（）
43 res.tukey_hsd（df=rt，res_var='l1l3_size'，xfac_var='group'，
--->44方差分析（模型=设计）
45#打印统计数据输出
46打印（方差分析表）
/tukey_hsd中的opt/anaconda3/envs/icvs/lib/python3.7/site-packages/bioinfookit/analys.py（self、df、res_var、xfac_var、方差分析模型、phalpha、ss_typ）
797 comp_pairs=[（ele1，ele2）表示枚举中的i，ele1（列表（mult_组）），表示列表中的ele2（mult_组）[i+1:]
798对于成对的p：
-->799平均差异=最大值（多组[p[0]]，多组[p[1]]）-min（多组[p[0]]，多组[p[1]]）
800#分组计算；这在样本大小不相等时非常有用——Tukey Kramer
801组1计数，组2计数=多组计数[p[0]]，多组计数[p[1]]
/opt/anaconda3/envs/icvs/lib/python3.7/site-packages/pandas/core/generic.py in\uuuuuuuuu nonzero\uuuuuuu（self）
1441定义非零（自）：
1442升值错误(
->1443F“一个{type（self）.{name}的真值是不明确的。”
1444“使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）
1445         )
ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

问题是您正在将

pandas.core.series.series

对象传递给

max（）

，请参见下文

In [1]: import pandas as pd                                                                       

In [2]: max(pd.Series([1,2,3]), pd.Series([3,5,7]))                                               
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-2-d0510caa4f61> in <module>
----> 1 max(pd.Series([1,2,3]), pd.Series([3,5,7]))

/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pandas/core/generic.py in __nonzero__(self)
   1476 
   1477     def __nonzero__(self):
-> 1478         raise ValueError(
   1479             f"The truth value of a {type(self).__name__} is ambiguous. "
   1480             "Use a.empty, a.bool(), a.item(), a.any() or a.all()."

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

[1]中的

：将熊猫作为pd导入
在[2]中：最大值（pd系列（[1,2,3]），pd系列（[3,5,7]））
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
---->最大值为1（局部放电系列（[1,2,3]），局部放电系列（[3,5,7]））
/Library/Frameworks/Python.framework/Versions/3.8/lib/python3.8/site-packages/pandas/core/generic.py in\uuuuuuuuuuuu非零（self）
1476
1477定义非零（自）：
->1478升值错误(
1479F“一个{type（self）。{name}的真值是不明确的。”
1480“使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）
ValueError:序列的真值不明确。请使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

---

在第799行中，您将

mult\u group[p[0]]

传递到

max（）

，它来自

mult\u group，mult\u group\u count，sample\u size\u r=analysis\u general.从df（df，xfac\u var，res\u var，'get\u dict'）获取列表

其中

df

是您的

rt

数据帧。请从中签出，您可以确定您的

rt

是否符合预期。

问题在于数据透视操作后列的分层索引。数据透视后：

     element id  id_2  group  condition   vol       size      height
level                                     l1 l2 l3  l1 l2 l3  l1 l2 l3
.....

扁平化索引解决了这个问题

结果数据帧：

 element id  id_2  group  condition   vol l1   vol l2   vol l3   size l1   size l2   etc.

---

您可以发布数据帧的片段吗？作为旁白，

rations=df1

不会复制原始数据帧。@BLimitless刚刚添加了数据帧的片段data@HenryEcker谢谢！我一直以为它会复制df，但显然你需要使用：new_df=df.copy（）格式已关闭。谢谢你的帮助！

     element id  id_2  group  condition   vol       size      height
level                                     l1 l2 l3  l1 l2 l3  l1 l2 l3
.....

rt.columns = [' '.join(col).strip() for col in rt.columns.values]

 element id  id_2  group  condition   vol l1   vol l2   vol l3   size l1   size l2   etc.