如何解决Python中Pandas代码运行时触发的ValueError系列真值模糊报错？

你遇到的报错翻译为：ValueError: Series的真值是不明确的，请使用a.empty、a.bool()、a.item()、a.any() 或 a.all()
触发原因是你的DataFrame存在重复索引：用df.loc[x]按索引取值时，匹配到了多行数据，返回的是多行行组成的Series而非单行，此时取['hour']得到的是多个值组成的序列，==9判断后得到的是一堆布尔值组成的Series，Python的if语句没法直接判定一堆布尔值整体是真还是假，所以抛出了歧义错误。

方案1：调整遍历逻辑（保留循环写法） #

如果你一定要用逐行遍历的写法，优先按行位置遍历，避开重复索引的影响：

for i in range(len(df)):
    if df.iloc[i]['hour'] == 9:
        print(True)

也可以直接遍历DataFrame的行对象：

for _, row in df.iterrows():
    if row['hour'] == 9:
        print(True)

如果需要保留按索引遍历的写法，给判断加any()表示只要该索引下有一行满足条件就为真：

for x in df.index:
    if (df.loc[x]['hour'] == 9).any():
        print(True)

方案2：向量化操作（更推荐，Pandas标准写法，性能远高于循环） #

Pandas本身就支持批量判断，完全不需要写循环：
如果你只是要判断整个表中是否存在hour等于9的行：

if (df['hour'] == 9).any():
    print(True)

如果你要筛选出所有hour等于9的行：

res = df[df['hour'] == 9]
print(res)

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