获取 ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()答案

【问题标题】：Getting ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()获取 ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()
【发布时间】：2021-05-27 04:14:52
【问题描述】：

我有一个如下的DataFrame：

df
    len  scores
    5      [0.45814112124905954, 0.34974337172257086, 0.042586941883761324, 0.042586941883761324, 0.33509446692807404, 0.01202741856859997, 0.01202741856859997, 0.031149023579740857, 0.031149023579740857, 0.9382029832667171]
    4      [0.1289882974831455, 0.17069367229950574, 0.03518847270370917, 0.3283517918439753, 0.41119171582425107, 0.5057528742869354]
    
    3      [0.22345885572316307, 0.1366147609256035, 0.09309687010700848]
    2      [0.4049920770888036]

我想根据 len 列的值来索引 score 列并获取多行

len    scores
5       [0.45814112124905954, 0.34974337172257086, 0.042586941883761324, 0.042586941883761324]
5       [0.33509446692807404, 0.01202741856859997, 0.01202741856859997]
5       [0.031149023579740857, 0.031149023579740857]
5       [0.9382029832667171]
5       
4       [0.1289882974831455, 0.17069367229950574, 0.03518847270370917]
4       [0.3283517918439753, 0.41119171582425107]
4       [0.9382029832667171]
4
3       [0.22345885572316307, 0.1366147609256035]
3       [0.09309687010700848]
3
2       [0.4049920770888036]
2

我尝试了以下代码以获得所需的结果

def create_nested_list_s (x):
    l_idx = [0]+np.cumsum(np.arange(x['len'])[::-1]).tolist()
    return pd.Series([x['scores'][i:j] for i, j in zip(l_idx[:-1], l_idx[1:])])

df_f = (df.apply(create_nested_list_s, axis=1)
          .set_index(df['len'])
          .stack()
          .reset_index(name='scores')
          .drop('level_1', axis=1))

我得到了所需格式的结果

len  scores
5      [0.45814112124905954, 0.34974337172257086, 0.042586941883761324, 0.042586941883761324]
4      [0.1289882974831455, 0.17069367229950574, 0.03518847270370917]
3      [0.22345885572316307, 0.1366147609256035]
2      [0.4049920770888036]

但问题是我有多个数据框，例如“len”和“scores”列，但列名不同，并且想要使用相同的上述函数并获取上述格式的数据。

我尝试将数据框列名本身添加为参数，并将这两个函数组合如下：

def create_nested_list(x, col_len, col, col_name):
    l_idx = [0]+np.cumsum(np.arange(x[col_len])[::-1]).tolist()
    df =(x.apply(pd.Series([x[col][i:j] for i, j in zip(l_idx[:-1], l_idx[1:])]), axis=1)
        .set_index(x[col_len])
        .stack()
        .reset_index(name=col_name)
        .drop('level_1', axis=1))
    return df

假设df_test 是具有df_len 和df_col 作为不同列名的数据框，就像上面的df 结构一样

testing = create_nested_list(df_test, 'df_len', 'df_col', 'df_name')

但我得到 ValueError：

Series 的真值是模棱两可的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

任何修复该功能的帮助将不胜感激。

【问题讨论】：

标签： python pandas function

【解决方案1】：

dataframe.appply预计将获得一个函数作为其第一个参数，每个行被调用一次。您无法提供功能，您正在提供一个系列。你可以尝试制作一个兰布，但并不清楚你在最初的结构上获得任何东西。

【讨论】：