Python Pandas DataFrame行相对权重设置最大值0.5的实现问题

错误原因 #

你写的transform传入的lambda函数中，x是一整列的Series对象，x/sum(x)会返回一个和列等长的数值Series，直接用if < 0.5做判断时，程序无法对一组布尔值统一返回分支结果，因此触发报错。

解决方法 #

最简单的方案是先计算无上限的相对权重，再用Pandas内置的clip方法截断超过0.5的数值，完全符合你的需求：

import pandas as pd
df1 = pd.DataFrame({
    'Dates':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
    'ID1':[0,0,2,1,1], 
    'ID2':[1,3,1,1,2],
    'ID3':[1,0,0,1,0],
    'ID4':[1,1,7,1,0],
    'ID5':[0,6,0,0,1]})

# 先计算无上限相对权重
df1 = df1.set_index('Dates').T
df2 = df1.transform(lambda x: x/sum(x)).T
# 截断上限为0.5，得到结果
df3 = df2.clip(upper=0.5).round(2)
print(df3)

运行后输出和你给出的预期结果完全一致。

如果你想要在transform步骤里直接完成上限控制，可以用Series的where方法实现条件替换，写法如下：

df3 = df1.transform(lambda x: (x/sum(x)).where(lambda s: s < 0.5, 0.5)).T.round(2)

内容的提问来源于stack exchange，提问作者fjurt