Python 错误：系列的真值在 if 语句中不明确

Question

我在每天比较两个数据帧的值时遇到问题。 数据框包含 df1 = 每天的最低温度值和 df2 = 每天的最高温度值。

dfs 是这样的（TS_TIMESTAMP 是索引列）：

df1:

> TS_TIMESTAMP              Date        TREND_VALUE             
> 2019-04-03 18:48:10.970  2019-04-02   8.340000        
> 2019-04-04 16:49:23.320  2019-04-03   7.840000           
> 2019-04-05 13:19:33.550  2019-04-04   7.480000 

df2:

> TS_TIMESTAMP              Date        TREND_VALUE             
> 2019-04-03 18:48:10.970  2019-04-02   19.340000        
> 2019-04-04 16:49:23.320  2019-04-03   18.840000          
> 2019-04-05 13:19:33.550  2019-04-04   18.480000   

我想用一个函数计算每天 max_value 和 min_value 之间的差异（简单地用许多不同的文件运行计算）。

这是我想出的：

def temp_diff (df1, df2):
    for row in df1, df2:
        if df1.Date == df2.Date:
            print (df2.TREND_VALUE - df1.TREND_VALUE)

如果我运行这个函数，我会得到这个 if 语句的错误消息： ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

我不确定如何适当地更改我的 def。

感谢您的帮助！

Answer 1

假设您使用的是 all 条件，这将在 all df1['Date'] 和 df2['Date'] 中的值相等时打印。如果这就是你想要的，那就去吧：

def temp_diff (df1, df2):
    for row in df1, df2:
        if (df1.Date == df2.Date).all():
            print (df1.TREND_VALUE - df2.TREND_VALUE)

我有一种感觉，您想遍历每一行并检查 df1['Date'] 和 df2['Date'] 是否匹配，如果有，则打印差异，否则跳过该行。如果这是您想要的，请在 cmets 中告诉我，然后我将编辑此答案。

import pandas as pd
a = {'Date':['2019-04-02','2019-04-03','2019-04-04'],'Values':[8,7,4]}
b = {'Date':['2019-04-02','2019-04-03','2019-04-04'],'Values':[19,18,17]}
df_1 = pd.DataFrame(a)
df_2 = pd.DataFrame(b)

def temp_diff (df1, df2):
    for row in df1, df2:
        if (df1.Date == df2.Date).all():
            print (df1.Values - df2.Values)

temp_diff(df_1,df_2)

输出：

0   -11
1   -11
2   -13
Name: Values, dtype: int64

编辑

也许这就是你要找的东西？

import pandas as pd
import numpy as np
a = {'Date':['2019-04-02','2019-04-03','2019-04-04'],'TREND_VALUE':[8,7,4]}
b = {'Date':['2019-04-02','2019-04-03','2019-04-05'],'TREND_VALUE':[19,18,17]}
df1 = pd.DataFrame(a)
df2 = pd.DataFrame(b)
df1['T_Amplitude'] = np.where((df1['Date'] == df2['Date']),df1['TREND_VALUE']-df2['TREND_VALUE'],np.nan)
print(df_1)

输出：

         Date  TREND_VALUE  T_Amplitude
0  2019-04-02            8        -11.0
1  2019-04-03            7        -11.0
2  2019-04-04            4          NaN

Answer 2

假设数据框中的行数相同，您只需将两列相减即可：

df1.TREND_VALUE - df2.TREND_VALUE