二义性级数的真值

Question

这些数据是一个简短的例子。我将有大约11个不同的‘如果这两个条件是真实返回’这个文本‘，并将其应用于3k行。我把列名写成变量，以避免为每个条件键入列名。

我一直得到一个ValueError，真值模糊。我看到的所有文章都谈到了按位使用&以及用括号分隔每个测试。而我就是这样。但还是有错误。我尝试在ValueError上包含完整引用但仍有错误的列。如果我从函数中去掉'self‘，我就得到了TypeError。不知道该怎么解决这个问题。

data = [ [3.5, 6], [-4,-8],[4,1] ]
df = pd.DataFrame(data, columns=['line','value'])

l = df['line']
v = df['value']

def errortype(self):
   if (l >=0) & (v > l):
      return 'error1'
   elif (l < 0) & (v < l):
      return 'error2'

df['test']= df.apply(errortype, axis=1)

Answer 1

尝试：

data = [ [3.5, 6], [-4,-8],[4,1] ]
df = pd.DataFrame(data, columns=['line','value'])


#l = df['line']  do not need this line
#v = df['value']  do not need this line

def errortype(row):
#     print(row)
    if (row['line'] >=0) & (row['value'] > row['line']):
        return 'error1'
    elif (row['line'] < 0) & (row['value'] < row['line']):
        return 'error2'

df['test']= df.apply(errortype, axis=1)

输出：

   line  value    test
0   3.5      6  error1
1  -4.0     -8  error2
2   4.0      1    None

然而，一种更好的矢量化方法是使用np.select

cond1 = (df['line'] >= 0) & (df['value'] > df['line'])
cond2 = (df['line'] < 0) & (df['value'] < df['line'])

df['test'] = np.select([cond1,cond2],['error1','error2'],np.nan)

输出：

   line  value    test
0   3.5      6  error1
1  -4.0     -8  error2
2   4.0      1     nan