Pandas DataFrame 无法使用分配函数 - 为什么？

Question

我在 pandas 中遇到了一些奇怪的行为，我希望有人能够从 pandas 数据框中的

df.assign(...)

函数中阐明一些细节。尽管该函数有效，但尝试分配给列时，我得到了

ValueError

。

def is_toc_row(row):
    m_sig = m_df.loc[m_df.signature == row.signature]
    pct = (~pd.isnull(m_sig.line_type)).sum() / m_sig.shape[0]
    return (not pd.isnull(row.line_type)) or (pct < .5)


m_df = m_df.assign(is_toc_row=is_toc_row)

给予：

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

但这完全没问题：

for ind, row in m_df.iterrows():
    m_df.at[ind, 'is_toc_row'] = is_toc_row(row)

在函数中引用 DataFrame 的其余部分是否存在问题？我在 docs 中看到的只是主题 df 无法更改，但事实并非如此。

当然，我有能力构建一个解决方法，我只是想了解为什么这对将来的使用不起作用。

Answer 1

我认为你的错误来自于你的分配函数中的

is_toc_row = is_toc_row

，因为这是试图比较2个系列名称is_toc_row（有关此错误的更多信息可以在这个答案中找到，但我不认为分配是负责任的）。 IIUC，要使分配按照您想要的方式工作，您需要在 lambda 函数中调用该函数。 这是我的意思的 MRE：

df = pd.DataFrame({'Foo':[1,2,3,4,5], 'Bar':[6,7,8,9,10]})
   Boo  bar
0    1    6
1    2    7
2    3    8
3    4    9
4    5   10

要分配的功能：

def function(x):
    return x['Foo'] * x['Bar']

然后使用以下方法将其输出指定为

new_col

：

df.assign(new_col = lambda x:function(x))

哪个输出：

   Boo  bar  new_col
0    1    6        6
1    2    7       14
2    3    8       24
3    4    9       36
4    5   10       50