根據 Python 中另一個變量的值創建一個變量

Question

我正在嘗試生成變量，該變量的值取決於另一個變量的值。 我的數據集是urban_classification ，我正在嘗試根據變量URBRUR的值創建變量prc_urbain 。 這是我的代碼：

if urban_classification.prc_urbain>0.5 :
    urban_classification['URBRUR'] = "urban"
else:
    urban_classification['URBRUR'] = "rural"

我收到此錯誤消息：

    Traceback (most recent call last):
  File "C:\Users\Utilisateur\AppData\Roaming\Python\Python37\site-packages\IPython\core\interactiveshell.py", line 3326, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-3-a94aadb86c32>", line 31, in <module>
    if urban_classification.prc_urbain>0.5 :
  File "C:\Users\Utilisateur\AppData\Local\Programs\Python\Python37\lib\site-packages\pandas\core\generic.py", line 1555, in __nonzero__
    self.__class__.__name__
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

你能指出我做錯了什么嗎？

謝謝！

Answer 1

錯誤信息：

Series 的真值是模棱兩可的。

來自

if urban_classification.prc_urbain>0.5 :

因為urban_classification.prc_urbain是一個 pd.Series，因此urban_classification.prc_urbain>0.5也是一個由 True/False 值組成的 pd.Series，並且 python 無法確定此布爾值列表是否應評估為 True。

要實現您想要的，您可以使用pd.cut ：

urban_classification["URBRUR"] = pd.cut(urban_classification.prc_urbain, [0, 0.5, 1], labels=["rural", "urban], include_lowest=True)

例子：

import pandas as pd                                                     
s = pd.Series([0, 0.1, 0.45, 0.6, 0.8, 1])                              
pd.cut(s, [0, 0.5, 1], labels=("rural", "urban"), include_lowest=True)                       


0    rural
1    rural
2    rural
3    urban
4    urban
5    urban

Answer 2

您的變量urban_classification.prc_urbain不是可以直接與0.5比較的數字，而是pandas.Series object （基本上是一維數組）。

您看到的錯誤要求您更具體：您是否希望數組中的所有值都為>0.5 ，其中任何特定的值，等等...

如果您認為數組僅由一個元素組成，您只需將 append [0]到 object 系列，例如：

if urban_classification.prc_urbain[0] > 0.5:
    urban_classification['URBRUR'] = "urban"
else:
    urban_classification['URBRUR'] = "rural"