Python - Numpy Where 子句 - 系列的真值不明确答案

【问题标题】：Python - Numpy Where Clause - The truth value of a Series is ambiguousPython - Numpy Where 子句 - 系列的真值不明确
【发布时间】：2020-12-24 17:02:49
【问题描述】：

我正在尝试根据其他列的条件创建一个新列。我有这个数据框：

number, flag_new, flag_math
1, TRUE, TRUE
2, FALSE, TRUE
3, TRUE, FALSE

如果 flag_new 为 True 且 flag_math 也为 TRUE，我希望在新列上有 1。如果 flag_new 为 FALSE 且 flag_math 为 TRUE，我想添加 0 否则为 -1。

预期结果是：

number, flag_new, flag_math, new_Column
    1, TRUE, TRUE, 1
    2, FALSE, TRUE, 0
    3, TRUE, FALSE, -1

为此，我有这个代码：

df['new_col'] = np.where(df['flag_new'] == 'TRUE' and df['flag_math'] == 'TRUE',1,
    np.where(df['flag_new'] == 'FALSE' and df['flag_math'] == 'TRUE',0, -1))

但我收到以下错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我做错了什么？

【问题讨论】：

pandas 和 numpy 使用按位运算符 (&,|,~) 代替 and 和 or 和 not 进行布尔运算
你也可以使用np.where(df['flag_math'].eq('TRUE'), df['flag_new'].eq('TRUE').astype(int), -1)

标签： python pandas numpy

【解决方案1】：

and 和 or 用于标量运算。使用 numpy 函数，即 np.logical_and() 和 np.logical_or() 进行向量比较，例如您的情况。例如：

df['new_col'] = np.where(np.logical_and(df['flag_new'] == 'TRUE', df['flag_math'] == 'TRUE'),1,
    np.where(np.logical_and(df['flag_new'] == 'FALSE', df['flag_math'] == 'TRUE'),0, -1))

老实说，尽管这种逻辑本身就是实现这一目标的复杂方法。您可以分两步简化此操作，并更有效地利用这些功能。

一个好方法可能是将列解析为布尔值本身（如果它们还没有）这将有助于未来基于布尔值的任何分析，if(value) 总是比value=='TRUE' 更可取。

def get_bool(key): #function derived from: https://stackoverflow.com/a/64380962/7212929 
    return {'True':True, 'False':False}.get(key) if  key.title() in {'True':True, 'False':False}.keys() else bool(key)

df[['flag_new', 'flag_math']] = df[['flag_new', 'flag_math']].applymap(get_bool) # convert boolean representations into actual bools

df['new_col'] = df.flag_math -1 +np.logical_and(df.flag_new, df.flag_math)  # add new column with simplified new logic

结果：

    number  flag_new    flag_math   new_col
0   1   True    True    1
1   2   False   True    0
2   3   True    False   -1

【讨论】：