如何修复'ValueError：DataFrame 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。何时使用 &答案

【问题标题】：How to fixed 'ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().' when & is used如何修复'ValueError：DataFrame 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。何时使用 &
【发布时间】：2019-03-02 06:00:39
【问题描述】：

我想根据多列条件重新分配值，但出现了ValueError。我使用& 而不是and，这通常是解决此类错误的答案。我的目标和代码如下：

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

如果CountryBorn == Canada 和YearsInCanada == None，我想重新编码YearsInCanada == Age

df
Age    CountryBorn    YearsInCanada
87     NaN            77      
67     Canada         67
29     US             7
26     US             10
22     US             12
35     Canada         NaN
45     Canada         NaN

expected output
Age    CountryBorn    YearsInCanada
87     NaN            77      
67     Canada         67
29     US             7
26     US             10
22     US             12
35     Canada         35
45     Canada         45

我的以下代码显示ValueError

    if df.loc[(df['YearsInCanada'] == None) & (df['CountryBorn'] == 'Canada')]:
        df['YearsInCanada'] == df['Age']

    else:
        df['YearsInCanada'] == df['YearsInCanada']

谢谢

【问题讨论】：

为什么最后一个值是 35？不应该是45吗？
@anky_91 感谢指出，错字。

标签： python pandas valueerror

【解决方案1】：

使用np.where()的解决方案：

df.YearsInCanada=np.where((df['YearsInCanada'].isna()) & (df['CountryBorn'] == 'Canada'),\
                      df.YearsInCanada.fillna(df.Age),df.YearsInCanada)
print(df)

   Age CountryBorn  YearsInCanada
0   87         NaN           77.0
1   67      Canada           67.0
2   29          US            7.0
3   26          US           10.0
4   22          US           12.0
5   35      Canada           35.0
6   45      Canada           45.0

【讨论】：

【解决方案2】：

df.loc[(df['YearsInCanada'] == None) & (df['CountryBorn'] == 'Canada')]

这会返回一个（衍生的）数据框。 if 需要布尔表达式。

如果您尝试进行矢量化分配，则必须将其编码为 Pandas 动作 + 过滤器，而不是 Python if。

【讨论】：