Pandas DataFrame按行统计1的个数报错：Series真值模糊

错误原因 #

你用apply(axis=1)时，lambda里的参数其实是整行的Series对象，你的isOne函数直接拿整个Series和1比较，x == 1返回的是布尔值组成的Series，用if判断整个Series的真值会触发模糊性错误——Pandas不允许直接判断一个Series的真假，因为无法确定你要的是任意元素为真还是全部元素为真。

最简解决方案（推荐） #

直接用Pandas的向量化操作，比apply效率高得多：

df.eq(1).sum(axis=1)

• df.eq(1)：生成和原DataFrame同形状的布尔DataFrame，每个位置标记是否等于1
• sum(axis=1)：横向（按行）求和，布尔值True会被当作1计算，False当作0，直接得到每行1的个数

用apply的修正方案 #

如果一定要保留apply的写法，修改逻辑，直接对行Series做统计：

# 自定义函数版
def count_one(row):
    return (row == 1).sum()

df.apply(count_one, axis=1)

# 简化lambda版
df.apply(lambda row: (row == 1).sum(), axis=1)

这里不需要单独的if判断，Pandas支持对Series做向量化比较，直接求和就能得到1的数量。

为什么你加any()/all()没用 #

你之前尝试加的any()/all()会把布尔Series转换成单个布尔值（比如any()返回True表示行里至少有一个1），再sum的结果只能是1或0，完全不是你要的统计个数，所以无效。

内容的提问来源于stack exchange，提问作者Scott Bing