使用Pandas DataFrame时自定义Max函数触发ValueError的问题排查

首先咱们得搞清楚为什么Sum函数能正常工作，而Max函数却报错：

为什么Sum没问题？ #

你的Sum函数里用了h+l+c，这里的h、l、c都是Pandas的Series对象。Pandas对Series重载了加法运算符，它会自动做逐元素运算——也就是把每一行对应的high、low、close值分别相加，最后返回一个新的Series，刚好能直接赋值给df['Sum']。

Max函数的问题出在哪？ #

你用的是Python内置的max()函数，这个函数是用来比较单个值大小的。当你把三个Series传给它时，它会尝试判断每个Series的"真值"（比如整个Series是不是为空、有没有非零值），但Pandas的Series没有统一的布尔真值（因为一个Series里有多个元素，没法直接说整个Series是True还是False），所以就抛出了ValueError: The truth value of a Series is ambiguous这个错误。

简单说：内置max()不认识Pandas的Series，它不知道你要的是逐行取最大值，还是整个Series的最大值。

解决方法 #

方法1：用Pandas原生的逐行最大值方法 #

这是最简洁高效的方式，直接利用Pandas的max()方法并指定axis=1（表示按行计算）：

df['Max'] = df[['high', 'low', 'close']].max(axis=1)

方法2：用apply把自定义函数应用到每一行 #

如果你一定要用自定义的Max函数，可以用df.apply()，把函数作用到每一行上，这样函数接收的就是每行的单个数值，而不是整个Series：

def Max(h, l, c):
    return max(h, l, c)

df['Max'] = df.apply(lambda row: Max(row['high'], row['low'], row['close']), axis=1)

方法3：使用Pandas的numpy.maximum.reduce #

如果你想更底层一点，也可以借助NumPy的广播特性来实现逐行取最大：

import numpy as np
df['Max'] = np.maximum.reduce([df['high'], df['low'], df['close']])

测试一下这些方法，你就能得到和Sum列类似的正常结果啦：

high   low  close    Sum    Max
date
2018-01-23  80.65 78.25  79.45  238.35  80.65
2018-01-24  81.65 79.50  80.50  241.65  81.65
2018-01-25  81.70 80.25  81.10  243.05  81.70
2018-01-26  81.25 78.25  78.75  238.25  81.25
2018-01-29  70.95 62.25  64.15  197.35  70.95

内容的提问来源于stack exchange，提问作者w2kpro