比較兩個字符串與 python pandas

Question

我嘗試比較 dataframe 中的兩列（字符串類型）：

if((MODEL_STANDARD_df['FT']== "4") and (MODEL_STANDARD_df['FT_CODE'] == ' ')):
    MODEL_STANDARD_df['ft2'] = "DIESEL"

但我收到此錯誤：

 Error in Python process: At line 18: <type 'exceptions.ValueError'>:
 The truth value of a Series is ambiguous. Use a.empty, a.bool(),
 a.item(), a.any() or a.all(). More info about this error

有什么想法可以解決這個問題嗎？

坦斯克

Answer 1

您必須從系列中提取值以創建 boolean 掩碼，使用 numpy 的logical_and方法指示兩列中條件同時為真的位置：

import numpy as np

MODEL_STANDARD_df.loc[np.logical_and(MODEL_STANDARD_df['FT'].values=="4",MODEL_STANDARD_df['FT_CODE'].values==' '), 'ft2'] = "DIESEL"

Answer 2

MODEL_STANDARD_df['FT']== "4"和MODEL_STANDARD_df['FT_CODE'] == ' '返回值為 boolean 系列，不能在Series上使用and 。 您可以使用 boolean 索引，如：

MODEL_STANDARD_df['ft2'] = ""
MODEL_STANDARD_df.loc[ (MODEL_STANDARD_df['FT']== "4") & (MODEL_STANDARD_df['FT_CODE'] == ' '), 'ft2'] = "DIESEL"

下面以dataframe為例

FT    FT_CODE
4       3
4      ' '
4       2
4      ' '
5      ' '

(MODEL_STANDARD_df['FT']== "4")返回

0     True
1     True
2     True
3     True
4    False
Name: FT, dtype: bool

MODEL_STANDARD_df['FT_CODE'] == ' '返回

0    False
1     True
2    False
3     True
4     True
Name: FT_CODE, dtype: bool

& and相同的邏輯，這意味着如果所有 True 則 True，因此兩個 boolean 系列的&是

0    False
1     True
2    False
3     True
4    False
dtype: bool

Boolean 索引意味着僅選擇 True 行。

Answer 3

您可以沿 dataframe 使用應用 function。 請參見下面的示例：

MODEL_STANDARD_df = pd.DataFrame({'FT': ["4", "1", "3"], "FT_CODE": [' ', '1', '4']})
MODEL_STANDARD_df['ft2'] = MODEL_STANDARD_df.apply(lambda x: "DIESEL" if x.FT == "4" and x.FT_CODE == " " else None, axis=1)

`