这个 Numpy/Pandas 代码根据其他两个布尔列中的值构造新的布尔列有什么问题？答案

【问题标题】：What is wrong with this Numpy/Pandas code to construct new boolean column based on the values in two other boolean columns?这个 Numpy/Pandas 代码根据其他两个布尔列中的值构造新的布尔列有什么问题？
【发布时间】：2020-10-13 11:32:52
【问题描述】：

我有以下数据集：

起始数据集：

ObjectID,Date,Price,Vol,Mx
101,2017-01-01,,145,203
101,2017-01-02,,155,163
101,2017-01-03,67.0,140,234
101,2017-01-04,78.0,130,182
101,2017-01-05,58.0,178,202
101,2017-01-06,53.0,134,204
101,2017-01-07,52.0,134,183
101,2017-01-08,62.0,148,176
101,2017-01-09,42.0,152,193
101,2017-01-10,80.0,137,150

我首先根据我的起始数据集中的值创建两个名为 VolPrice 和 Check 的新布尔值列。我想创建第三个名为 DoubleCheck 的附加列，如果 VolPrice OR Check 等于 True，则该列的值应该为 True，否则 DoubleCheck 的值应该为 false。最初我收到以下错误：

ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

但后来我在语句中的每一列之后添加了 .any() 以构造 DoubleCheck 列。但是，这也不起作用，因为它在整个 DoubleCheck 列中提供“True”值，即使应该有如下所示的错误值。

代码：

import pandas as pd
import numpy as np

Observations = pd.read_csv("C:\\Users\\Observations.csv", parse_dates=['Date'], index_col=['ObjectID', 'Date'])

Observations['VolPrice'] = np.where((Observations['Price']<Observations['Vol']) & (Observations['Vol']<Observations['Mx']), True, False)
Observations['Check'] = np.where(Observations['Vol']<Observations['Price'], True, False)
Observations['DoubleCheck'] = np.where((Observations['Check'].any()==True) or (Observations['VolPrice'].any()==True), True, False)

print(Observations)

当前结果：

ObjectID,Date,Price,Vol,Mx,VolPrice,Check,DoubleCheck
101,2017-01-01,,145,203,False,False,True
101,2017-01-02,,155,163,False,False,True
101,2017-01-03,67.0,140,234,True,False,True
101,2017-01-04,78.0,130,182,True,False,True
101,2017-01-05,58.0,178,202,True,False,True
101,2017-01-06,53.0,134,204,True,False,True
101,2017-01-07,52.0,134,183,True,False,True
101,2017-01-08,62.0,148,176,True,False,True
101,2017-01-09,42.0,152,193,True,False,True
101,2017-01-10,80.0,137,150,True,False,True

期望的结果：

ObjectID,Date,Price,Vol,Mx,VolPrice,Check,DoubleCheck
101,2017-01-01,,145,203,False,False,False
101,2017-01-02,,155,163,False,False,False
101,2017-01-03,67.0,140,234,True,False,True
101,2017-01-04,78.0,130,182,True,False,True
101,2017-01-05,58.0,178,202,True,False,True
101,2017-01-06,53.0,134,204,True,False,True
101,2017-01-07,52.0,134,183,True,False,True
101,2017-01-08,62.0,148,176,True,False,True
101,2017-01-09,42.0,152,193,True,False,True
101,2017-01-10,80.0,137,150,True,False,True

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

将| 用于按位OR，与& 用于按位AND 相同：

Observations['DoubleCheck'] = Observations['Check'] | Observations['VolPrice']

或DataFrame.any 两列：

Observations['DoubleCheck'] = Observations[['Check','VolPrice']].any(axis=1)

没有np.where，一切皆有可能：

Observations['VolPrice'] = (Observations['Price']<Observations['Vol']) & (Observations['Vol']<Observations['Mx'])
Observations['Check'] = Observations['Vol']<Observations['Price']
Observations['DoubleCheck'] = Observations['Check'] | Observations['VolPrice']

【讨论】：