如何基于Pandas DataFrame两列值逐行执行函数并解决真值歧义报错

问题背景 #

我有一个包含Date、Minimum Temp、Maximum Temp列的Pandas DataFrame，需要按规则逐行处理：

• 当日最高温大于86时，用最高温和最低温计算平均温度；
• 否则用86和最低温计算平均温度。
  再基于该均值计算生长度日（GDD）并收集结果。但运行以下代码时出现错误：

#Function defining how to obtain the mean based on max temp
def MeanTemp(T_min, T_max):
    if T_max < 86:
        mean = np.mean(T_max, T_min)
    else:
        mean = np.mean(86, T_min)
    return mean

#Function that will use the mean from the MeanTemp function
def GrowingDegreeDays(mean,base):
    if mean > base:
        GDD = mean-base
    else:
        GDD = 0

#For each row in my dataframe, I want it to perform these two functions
for Date in df:
    mean = MeanTemp(T_min, T_max)
    GrowingDegreeDays(mean,50)

错误信息：

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

我推测是函数在处理整列而非单行值导致的，作为编程新手，希望得到简单易懂的解决方案，如何让函数处理DataFrame的单行值？

错误原因 #

你猜的没错：

1. 循环for Date in df实际是遍历DataFrame的列名，而非逐行遍历；
2. 调用MeanTemp(T_min, T_max)时，传入的是整列的Series对象，不是单行的数值；
3. 用if T_max < 86判断一个Series时，会返回一组布尔值，Pandas无法确定整个Series的“真假”，因此抛出歧义错误；
4. np.mean用法错误，它需要传入数组（比如np.mean([a,b])），而非两个单独参数；
5. GrowingDegreeDays函数没有返回值，就算计算了GDD也无法收集结果。

解决方案 #

方法1：用df.apply逐行处理（新手友好） #

先修正函数问题，再用apply逐行调用：

import numpy as np
import pandas as pd

# 修正后的平均温度计算函数
def MeanTemp(row):
    T_min = row['Minimum Temp']
    T_max = row['Maximum Temp']
    if T_max > 86:
        mean = np.mean([T_max, T_min])
    else:
        mean = np.mean([86, T_min])
    return mean

# 修正后的生长度日计算函数
def GrowingDegreeDays(mean, base):
    return mean - base if mean > base else 0

# 1. 计算每行的平均温度，新增一列
df['Mean Temp'] = df.apply(MeanTemp, axis=1)

# 2. 计算每行的GDD，新增一列
df['GDD'] = df['Mean Temp'].apply(lambda x: GrowingDegreeDays(x, 50))

说明：

• df.apply(..., axis=1)表示逐行处理，每一行会作为参数传给MeanTemp函数；
• 修正了np.mean的调用方式，传入包含两个值的列表；
• 给GrowingDegreeDays加上return语句，确保返回计算结果；
• 用lambda函数把每行的平均温度传给GDD计算函数。

方法2：矢量化操作（更高效，适合大数据量） #

Pandas推荐用矢量化操作代替逐行循环，速度更快：

import numpy as np
import pandas as pd

# 计算平均温度：用np.where实现条件判断
df['Mean Temp'] = np.where(
    df['Maximum Temp'] > 86,
    (df['Maximum Temp'] + df['Minimum Temp']) / 2,
    (86 + df['Minimum Temp']) / 2
)

# 计算GDD：同样用np.where
df['GDD'] = np.where(
    df['Mean Temp'] > 50,
    df['Mean Temp'] - 50,
    0
)

说明：

• np.where(条件, 满足条件时的值, 不满足条件时的值)可直接对整列进行条件计算，无需逐行遍历；
• 用算术平均代替np.mean，结果一致且更简洁。

内容的提问来源于stack exchange，提问作者Manta Raych