使用 lambda 解释 pandas DataFrame.assign() 行为

Question

import pandas as pd
import numpy as np

np.random.seed(99)
rows = 10
df = pd.DataFrame ({'A' : np.random.choice(range(0, 2), rows, replace = True),
                    'B' : np.random.choice(range(0, 2), rows, replace = True)})


def get_C1(row): 
    return row.A + row.B

def get_C2(row): 
    return 'X' if row.A + row.B == 0 else 'Y'

def get_C3(row): 
    is_zero = row.A + row.B
    return "X" if is_zero else "Y"

df = df.assign(C = lambda row: get_C3(row))

为什么 get_C2 和 get_C3 函数会返回错误？

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

Answer 1

您认为df.assign 在传递一个函数时，其行为类似于df.apply 和axis=1，它为每一行调用该函数。

这是不正确的。

每the docsdf.assign

其中值是可调用的，在 df

上评估

这意味着您传递给assign 的函数是在整个数据帧而不是每个单独的行上调用的。

---

所以， 在您的函数get_C3 中，row 参数根本不是一行。这是一个完整的数据框（应该重命名为 df 或其他名称），因此 row.A 和 row.B 是两个完整的列，而不是单个单元格值。

因此，is_zero 也是一整列，... if is_zero ... 将不起作用。