Python DataFrame如何根据气温、降水量对降水类型进行分类？

错误原因 #

• 你在apply对应的自定义函数里错误调用了全量DataFrame的列smhi['Temperature']、smhi['Precipitation']，而apply逐行遍历的时候，传入函数的参数x才代表当前行的数据，直接用全列做比较会返回布尔类型的Series，if无法直接判断Series的真值，所以触发了你看到的报错。
• 原有函数存在逻辑错误：多处应该给降水分类列PreciCateg赋值的场景，错误写成了修改气温列Temperature。
• 条件判断顺序有问题，小范围阈值的判断应该放在前面，否则会被大范围的条件提前拦截，导致分类错误。
• 没有优先判断无降水的场景，会导致降水量为0的行被错误分类，同时apply调用没有加axis=1参数，默认会按列遍历而不是按行遍历。

修复后的实现代码 #

写法1：apply逐行判断（适合小数据量） #

def func(x):
    # 优先判断无降水
    if x['Precipitation'] <= 0:
        return '0'
    # 按温度阈值从低到高判断
    if x['Temperature'] < -8 and x['Precipitation'] > 1:
        return '1'
    elif x['Temperature'] < -2 and x['Precipitation'] > 1:
        return '2'
    elif x['Temperature'] < 5:
        if x['Precipitation'] > 0.5:
            return '5'
        elif x['Precipitation'] > 0.2:
            return '6'
    elif x['Temperature'] < 20:
        if x['Precipitation'] < 1:
            return '4'
        else:
            return '3'
    elif x['Temperature'] < 30 and x['Precipitation'] >= 1:
        return '3'
    # 剩余异常情况归为无降水
    return '0'

smhi['PreciCateg'] = smhi.apply(func, axis=1)

写法2：向量化判断（适合大数据量，效率更高） #

import numpy as np

conditions = [
    # 无降水
    smhi['Precipitation'] <= 0,
    # 雪
    (smhi['Temperature'] < -8) & (smhi['Precipitation'] > 1),
    # 雨夹雪
    (smhi['Temperature'] < -2) & (smhi['Precipitation'] > 1),
    # 冻雨
    (smhi['Temperature'] < 5) & (smhi['Precipitation'] > 0.5),
    # 冻毛毛雨
    (smhi['Temperature'] < 5) & (smhi['Precipitation'] > 0.2),
    # 毛毛雨
    (smhi['Temperature'] < 20) & (smhi['Precipitation'] < 1) & (smhi['Precipitation'] > 0),
    # 雨
    (smhi['Temperature'] < 30) & (smhi['Precipitation'] >= 1)
]
values = ['0', '1', '2', '5', '6', '4', '3']

smhi['PreciCateg'] = np.select(conditions, values, default='0')

内容的提问来源于stack exchange，提问作者Gaurang