Python编写for循环时触发ValueError：DataFrame真值歧义问题

问题重现 #

运行以下代码：

import pandas as pd

data = {'id': ['earn', 'earn','lose', 'earn'],
    'game': ['darts', 'balloons', 'balloons', 'darts']
    }

df = pd.DataFrame(data)
print(df)
print(df.loc[[1],['id']] == 'earn')

输出结果：

id      game
0  earn     darts
1  earn  balloons
2  lose  balloons
3  earn     darts
      id
1  True

但运行循环代码时触发报错：

for i in range(len(df)):  
     if (df.loc[[i],['id']] == 'earn'):  
         print('yes')  
     else:  
         print('no')

报错信息：

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

问题原因 #

你单独执行df.loc[[1],['id']] == 'earn'时，输出的是单行单列的DataFrame，不是单个布尔值。打印时它显示为True，但本质仍是一个DataFrame对象。

当把这个DataFrame直接放到if条件中时，Python无法确定它的布尔值（比如是判断整个DataFrame非空？还是所有元素都为True？），因此抛出歧义错误。

解决方案 #

方案1：修改索引方式，获取单个值判断 #

把df.loc[[i],['id']]改成df.loc[i, 'id']（去掉索引的列表包裹），这样返回的是单个字符串，比较后得到布尔值，可直接用于if判断：

for i in range(len(df)):  
     if df.loc[i, 'id'] == 'earn':  
         print('yes')  
     else:  
         print('no')

或者保留原索引方式，用.item()提取单个布尔值：

for i in range(len(df)):  
     if (df.loc[[i],['id']] == 'earn').item():  
         print('yes')  
     else:  
         print('no')

方案2：用pandas向量化操作替代循环（推荐） #

pandas的设计初衷是避免逐行循环，向量化操作更高效简洁：

# 方法1：apply函数
df['result'] = df['id'].apply(lambda x: 'yes' if x == 'earn' else 'no')
print(df['result'])

# 方法2：numpy.where
import numpy as np
df['result'] = np.where(df['id'] == 'earn', 'yes', 'no')
print(df['result'])

输出结果：

0    yes
1    yes
2     no
3    yes
Name: result, dtype: object

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