运行if语句后向DataFrame添加数据遇歧义真值错误求助

错误原因 #

• df1.loc[n]和df2.loc[n]返回的是Series对象（即便只有一个元素），而非单个标量值。
• 执行rest >= 0后得到的是布尔Series，直接用在if判断中时，Pandas无法确定应该用Series中的哪个布尔值作为判断依据，因此抛出歧义错误。
• 原代码中df3.add(rest)不会修改原df3，因为add方法仅返回新对象，且空DataFrame执行add操作无实际效果。

解决方案 #

方案1：修正循环写法（适合理解基础逻辑） #

通过.item()提取单个标量值，同时用append添加行到df3：

import pandas as pd
import numpy as np
mu, sigma = 4., 1.3
df1 = pd.DataFrame(data=np.random.lognormal(mu, sigma, 1000))
df2 = pd.DataFrame(np.random.lognormal(mu, sigma, 1000))
df3 = pd.DataFrame()

for n in range(1000):
    # 提取单个数值，而非Series
    val1 = df1.loc[n].item()
    val2 = df2.loc[n].item()
    rest = val1 - val2
    if rest >= 0:
        # 将差值作为新行添加到df3
        df3 = df3.append(pd.Series([rest]), ignore_index=True)

方案2：向量化操作（推荐，Pandas最优实践） #

利用Pandas的向量化运算替代循环，效率更高：

import pandas as pd
import numpy as np
mu, sigma = 4., 1.3
df1 = pd.DataFrame(data=np.random.lognormal(mu, sigma, 1000))
df2 = pd.DataFrame(np.random.lognormal(mu, sigma, 1000))

# 计算所有对应位置的差值
diff = df1 - df2
# 筛选出差值>=0的行，去掉不满足条件的NaN行
df3 = diff[diff >= 0].dropna()

说明 #

• 向量化操作避免了循环，在处理大数据量时性能远优于循环写法。
• diff >= 0生成布尔掩码，用于过滤出满足条件的行；.dropna()移除不满足条件的行（这些行的差值为NaN）。

内容的提问来源于stack exchange，提问作者Giantanque