[python] 시리즈의 진실 가치는 모호합니다. a.empty, a.bool (), a.item (), a.any () 또는 a.all ()을 사용하십시오.

or및 and파이썬 문은 필요 truth-values합니다. 들어 pandas사용 “비트 단위”해야하므로 이러한 모호함으로 간주된다 |(또는) 또는 &작업 (과) :

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

이들은 이러한 종류의 데이터 구조에 대해 과부하되어 요소 단위 or(또는 and) 를 산출합니다 .

이 문장에 더 많은 설명을 추가하십시오.

의를 얻으려고 할 때 예외가 발생 bool합니다 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().

당신이 타격 한 것은 연산자 가 피연산자를 암시 적으로 변환 한 곳입니다 bool(사용 or했지만 and, if및 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().

이 4 개의 문 외에 일부 숨길 여러 파이썬 기능이 있습니다 bool(같은 전화를 any, all, filter, …)이 일반적으로 문제가되지 않습니다 pandas.Series하지만 완전성을 위해 내가이 언급하고 싶었다는.

귀하의 경우 예외는 올바른 대안을 언급하지 않기 때문에 실제로 도움이되지 않습니다 . for and및 or당신은 사용할 수 있습니다 (요소 별 비교를 원한다면) :

• numpy.logical_or:

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

  또는 단순히 |운영자 :

  >>> x | y

• numpy.logical_and:

  >>> np.logical_and(x, y)

  또는 단순히 &운영자 :

  >>> x & y

연산자를 사용하는 경우 연산자 우선 순위 때문에 괄호를 올바르게 설정했는지 확인하십시오 .

가 있습니다 여러 가지 논리적 NumPy와 기능 한다 에 작업 pandas.Series.

당신이 일을 할 때 발생하는 경우 예외에 언급 된 대안이 더 적합하다 if나 while. 나는 이들 각각을 간단히 설명 할 것이다 :

• 시리즈가 비어 있는지 확인하려면 :

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

  파이썬은 일반적으로 해석 len(같은 용기의 GTH을 list, tuple그것을 명시 적 부울 해석이없는 경우, …) 진리 값으로. 당신이 원한다면 그래서 파이썬처럼 체크, 당신은 할 수 : if x.size나 if not x.empty대신 if x.

• 부울 값이 하나만Series 포함 된 경우 :

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

• 시리즈 의 첫 번째 항목 만 확인하려면 ( .bool()부울 내용이 아닌 경우에도 작동) :

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

• 당신이 있는지 확인하려면 모든 또는 어떤 항목이 비어 있지 않거나 거짓되지 아니 0이 :

  >>> 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

답변

np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))

>>> df
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

>>> df.loc[(df.C > 0.25) | (df.C < -0.25)]
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

df.C > 0.25
0     True
1    False
2    False
3     True
4     True
Name: C, dtype: bool

# Any value in either column is True?
(df.C > 0.25).any() or (df.C < -0.25).any()
True

# All values in either column is True?
(df.C > 0.25).all() or (df.C < -0.25).all()
False

>>> df[[any([a, b]) for a, b in zip(df.C > 0.25, df.C < -0.25)]]
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

data_query = data[(data['year'] >= 2005) & (data['year'] <= 2010)]

data_query = data[(data['year'] >= 2005 & data['year'] <= 2010)]

import operator
import numpy as np
import pandas as pd
np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))
df.loc[operator.or_(df.C > 0.25, df.C < -0.25)]

          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.4438

result = result.query("(var > 0.25) or (var < -0.25)")