系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（） [英] Truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

问题描述

使用或条件过滤我的结果数据框。我想要我的结果df来提取0.25以上-0.25以下的所有列 var 值。下面的逻辑给出了一个模糊的真值，但是当我将这个过滤分为两个单独的操作时，它的工作原理。这里发生了什么？不知道在哪里使用建议的a.empty（），a.bool（），a.item（），a.any（）或a.all（）。

  result = result [（result ['var']> 0.25）or（result ['var'] <-0.25）] 
  

解决方案

或和和 python语句需要 true -values。对于熊猫，这些被认为是含糊的，所以你应该使用bitwise | （或）或 & （和）操作：

  result = result [（result ['var']> ; 0.25）| （result ['var'] <-0.25）] 
  

这些类型的数据结构都被重载产生元素方面的或（或和）。

只需为此语句添加更多解释：

当您要获取 bool 一个 pandas.Series ：

 >>>将大熊猫导入为pd 
>>> x = pd.Series（[1]）$ ​​b $ b>>> bool（x）
 ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 
  

你打的是一个运算符隐式将操作数转换为 bool （你使用或，但也发生在和 ，如果和而）：

 >>> x或x 
 ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 
>>> x和x 
 ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 
>>>如果x：
 ... print（'fun'）
 ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 
>>>而x：
 ... print（'fun'）
 ValueError：Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 
  

除了这4个语句，还有几个python函数隐藏了一些 bool 呼叫（如 any ， all ， filter ，...）这些通常没有问题， pandas.Series ，但为了完整，我想提到这些。

---

在您的情况下，异常并不真正有用，因为它没有提及正确的替代方案。对于和和或，您可以使用（如果您想要元素比较）：

• numpy.logical_or ：

   >>>导入numpy为np 
  >>>> np.logical_or（x，y）
    

  或只是 | operator：

   >>> x | y 
    




• numpy.logical_and ：

   >>> np.logical_and（x，y）
    

  或只是& code> operator：

   >>> x& y 
    




如果您使用的是运算符由于运算符优先级，请确保您正确设置了圆括号。

几个逻辑numpy函数，其中应该在 pandas.Series 上工作。

---

如果您在或而之间执行时遇到的替代方案更适合。我稍后会解释一下：

• 如果你想检查你的系列是否是空：

   >>> x = pd.Series（[]）
  >>> x.empty 
   True 
  >>> x = pd.Series（[1]）$ ​​b $ b>>> x.empty 
   False 
    

  Python通常解释 len gth的容器（如 list ， tuple ，...）作为真值，如果没有明确的布尔解释。所以如果你想要这样的python样检查，你可以这样做：如果x.size 或如果不是x.empty 而不是如果x 。




• 如果您的系列包含一个且只有一个布尔值：

   >>> x = pd.Series（[100]）
  >>> （x> 50）.bool（）
   True 
  >>> （x< 50）.bool（）
   False 
    




• 检查系列的第一个也是唯一的项（例如 .bool（），但是对于不是布尔值的内容而言）：

   >>> x = pd.Series（[100]）
  >>> x.item（）
   100 
    




• 如果要检查全部或任何项目不为零，不为空或不为False：

   >>> x = pd.Series（[0，1，2]）
  >>> x.all（）＃因为一个元素是零
   False 
  >>>> x.any（）＃因为一个（或多个）元素不为零
   True 
    






Having issue filtering my result dataframe with an or condition. I want my result df to extract all column var values that are above 0.25 and below -0.25. This logic below gives me an ambiguous truth value however it work when I split this filtering in two separate operations. What is happening here? not sure where to use the suggested a.empty(), a.bool(), a.item(),a.any() or a.all().

 result = result[(result['var']>0.25) or (result['var']<-0.25)]

解决方案

The or and and python statements require truth-values. For pandas these are considered ambiguous so you should use "bitwise" | (or) or & (and) operations:

result = result[(result['var']>0.25) | (result['var']<-0.25)]

These are overloaded for these kind of datastructures to yield the element-wise or (or and).

---

Just to add some more explanation to this statement:

The exception is thrown when you want to get the bool of a pandas.Series:

>>> import pandas as pd
>>> x = pd.Series([1])
>>> bool(x)
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

What you hit was a place where the operator implicitly converted the operands to bool (you used or but it also happens for and, if and while):

>>> x or x
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> x and x
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> if x:
...     print('fun')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> while x:
...     print('fun')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Besides these 4 statements there are several python functions that hide some bool calls (like any, all, filter, ...) these are normally not problematic with pandas.Series but for completeness I wanted to mention these.

---

In your case the exception isn't really helpful, because it doesn't mention the right alternatives. For and and or you can use (if you want element-wise comparisons):

• numpy.logical_or:

  >>> import numpy as np
  >>> np.logical_or(x, y)
  

  or simply the | operator:

  >>> x | y
  

• numpy.logical_and:

  >>> np.logical_and(x, y)
  

  or simply the & operator:

  >>> x & y
  

If you're using the operators then make sure you set your parenthesis correctly because of the operator precedence.

There are several logical numpy functions which should work on pandas.Series.

---

The alternatives mentioned in the Exception are more suited if you encountered it when doing if or while. I'll shortly explain each of these:

• If you want to check if your Series is empty:

  >>> x = pd.Series([])
  >>> x.empty
  True
  >>> x = pd.Series([1])
  >>> x.empty
  False
  

  Python normally interprets the length of containers (like list, tuple, ...) as truth-value if it has no explicit boolean interpretation. So if you want the python-like check, you could do: if x.size or if not x.empty instead of if x.

• If your Series contains one and only one boolean value:

  >>> x = pd.Series([100])
  >>> (x > 50).bool()
  True
  >>> (x < 50).bool()
  False
  

• If you want to check the first and only item of your Series (like .bool() but works even for not boolean contents):

  >>> x = pd.Series([100])
  >>> x.item()
  100
  

• If you want to check if all or any item is not-zero, not-empty or not-False:

  >>> x = pd.Series([0, 1, 2])
  >>> x.all()   # because one element is zero
  False
  >>> x.any()   # because one (or more) elements are non-zero
  True
  

这篇关于系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！