[英]Ambiguous truth value with boolean logic
我正在尝试在数据框上的函数中使用一些布尔逻辑,但出现错误:
在[4]中:
data={'level':[20,19,20,21,25,29,30,31,30,29,31]}
frame=DataFrame(data)
frame
Out[4]:
level
0 20
1 19
2 20
3 21
4 25
5 29
6 30
7 31
8 30
9 29
10 31
In [35]:
def calculate(x):
baseline=max(frame['level'],frame['level'].shift(1))#doesnt work
#baseline=x['level']+4#works
difftobase=x['level']-baseline
return baseline, difftobase
frame['baseline'], frame['difftobase'] = zip(*frame.apply(calculate, axis=1))#works
但是,这将引发以下错误:
baseline=max(frame['level'],frame['level'].shift(1))#doesnt work
ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', u'occurred at index 0')
我阅读了如何从Pandas数据框函数调用中回顾以前的行? 和http://pandas.pydata.org/pandas-docs/stable/gotchas.html,但无法弄清楚如何将其应用于我的问题?
最大功能使用不充分。 np.maximum(也许是np.ma.max以及每个numpy文档)都可以工作。 显然,常规max不能(轻松)处理数组。 更换
baseline=max(frame['level'],frame['level'].shift(1))#doesnt work
同
baseline=np.maximum(frame['level'],frame['level'].shift(1))
绝招。 我删除了另一部分,以使其更易于阅读:
In [23]:
#q 1 analysis
def calculate_rowise(x):
baseline=np.maximum(frame['level'],frame['level'].shift(1))#works
return baseline
frame.apply(calculate_rowise)
Out[23]:
level
0 NaN
1 20
2 20
3 21
4 25
5 29
6 30
7 31
8 31
9 30
10 31
PS原来的问题是隐藏另一个在取出函数的移位部分时出现的问题。 返回形状不匹配,但这是另一个问题,在此仅提及以作全面披露
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.