创建一个新的列，如果-然后在分组熊猫df

Question

我将一个简单的函数应用于熊猫的df。下面是我正在尝试的。即使我试图修改函数以执行一步操作，我仍然会得到相同的错误。任何方向都会非常有用。

def udf_pd(df_group):
if (df_group['A'] - df_group['B']) > 1:
    df_group['D'] = 'Condition-1'
elif df_group.A == df_group.C:
    df_group['D'] = 'Condition-2'
else:
    df_group['D'] = 'Condition-3'

return df_group

final_df = df.groupby(['id1','id2']).apply(udf_pd)
final_df = final_df.reset_index()


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

Answer 1

请注意，在groupby.apply中，该函数应用于整个组的。另一方面，每个if条件必须归结为一个单个值(而不是任何True/False值系列)。

因此，该函数中的2列的每一次比较都必须得到例如all()或any()的补充，如下例所示：

def udf_pd(df_group):
    if (df_group.A - df_group.B > 1).all():
        df_group['D'] = 'Condition-1'
    elif (df_group.A == df_group.C).all():
        df_group['D'] = 'Condition-2'
    else:
        df_group['D'] = 'Condition-3'
    return df_group

当然，函数可以返回整个组，例如，由一个新列进行“扩展”，在这种情况下，新列的单个值是广播，因此当前组中的每一行都接收这个值。

我创建了一个测试DataFrame：

   id1  id2  A  B  C
0    1    1  5  3  0
1    1    1  7  5  4
2    1    2  3  4  3
3    1    2  4  5  4
4    2    1  2  4  3
5    2    1  4  5  4    

在本例中：

• 在第一组(id1 == 1，id2 == 1)中，在所有行中，all > 1，所以条件-1为True。
• 在第二组(id1 == 1，id2 == 2)中，上述条件是不满足，但在所有行中，A == C，所以条件-2是True。
• 在最后一组(id1 == 2，id2 == 1)中，上述两种条件都不满足，所以条件-3是真。

因此，df.groupby(['id1','id2']).apply(udf_pd)的结果是：

   id1  id2  A  B  C            D
0    1    1  5  3  0  Condition-1
1    1    1  7  5  4  Condition-1
2    1    2  3  4  3  Condition-2
3    1    2  4  5  4  Condition-2
4    2    1  2  4  3  Condition-3
5    2    1  4  5  4  Condition-3

Answer 2

我以前遇到过这个错误，我的理解是熊猫不确定它应该对哪个值运行条件。您可能希望使用.any()或.all()。考虑下面的例子

>>> a = pd.Series([0,0,3])
>>> b = pd.Series([1,1,1])
>>> a - b
0   -1
1   -1
2    2
dtype: int64

>>> (a - b) >= 1
0    False
1    False
2     True
dtype: bool

你可以看到( are ) >= 1的真实性有点矛盾，向量中的第一个元素是假的，而其他元素是真的。

使用.any()或.all()将评估整个系列。

>>> ((a - b) >= 1).any()
True
>>> ((a - b) >= 1).all()
False

.any()检查该系列中的任何元素是否为True。而.all()则检查元素的是否全部为。在这个例子中他们不是。

您还可以查看此帖子以获得更多信息：Pandas Boolean .any() .all()