Python使用np.unique提取pandas列唯一值报错如何解决

• 第一种写法Year = np.unique(Trees['Year'])返回值为numpy数组，哪怕仅包含1个年份元素也是数组格式，直接用Year == 2014会返回布尔数组，Python无法直接对数组做真值判断，因此触发歧义报错。
• 第三种写法Year = np.unique(Trees[Trees.Year])逻辑完全错误：该写法是把Year列的数值当作行筛选的布尔条件，最终会返回空数组，所以判断时直接进入未知年份分支。
• 第二种写法Year = Trees['Year'].iloc[0]逻辑可行，但如果第一行的Year列为空值会得到错误结果，不如取唯一值的方案稳妥。

你明确每个待处理DataFrame的Year列取值完全一致，直接取唯一值后转成标量即可，推荐两种写法：

方案1：极简写法 #

直接用pandas内置的unique方法取唯一值，提取第一个元素即可：

Year = Trees['Year'].unique()[0]

方案2：加校验的稳健写法 #

可以先校验Year列的唯一值数量，避免脏数据导致后续逻辑出错：

year_unique_list = Trees['Year'].unique()
# 校验唯一值数量是否为1
if len(year_unique_list) != 1:
    print("当前DataFrame的Year列存在多个不同取值，请检查数据")
    quit()
Year = year_unique_list[0]

可以把提取到的Year显式转为整数，避免类型不一致导致判断失效，同时可以合并重复的loc操作简化代码：

Year = int(Trees['Year'].unique()[0])

if Year == 2014:
    # 合并相同筛选条件的赋值操作，同时修改两列
    Trees.loc[(Trees['FieldSP'] == 'RW') & (Trees['DBH'] <= 39.37), ['FieldSP', 'FIA_code']] = ['Rwa', '211a']
    Trees.loc[(Trees['FieldSP'] == 'RW') & (Trees['DBH'] > 39.37), ['FieldSP', 'FIA_code']] = ['Rwb', '211b']
elif Year == 2011:
    print('COP 2011 has not been added yet!')
    quit()
else:
    print('the COP year in the treelist is not one we know about. fix it')
    quit()

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