使用 lambda 的 pandas DataFrame.assign() 行为说明

Question

import pandas as pd
import numpy as np

np.random.seed(99)
rows = 10
df = pd.DataFrame ({'A' : np.random.choice(range(0, 2), rows, replace = True),
                    'B' : np.random.choice(range(0, 2), rows, replace = True)})


def get_C1(row): 
    return row.A + row.B

def get_C2(row): 
    return 'X' if row.A + row.B == 0 else 'Y'

def get_C3(row): 
    is_zero = row.A + row.B
    return "X" if is_zero else "Y"

df = df.assign(C = lambda row: get_C3(row))

为什么 get_C2 和 get_C3 函数 return 出错？

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

您认为 df.assign 在传递一个函数时表现得像 df.apply 和 axis=1，它为每一行调用函数。

这是不正确的。

每 the docs for df.assign

Where the value is a callable, evaluated on df

这意味着您传递给 assign 的函数是针对 整个数据帧 而不是 每一行 调用的。

所以，在你的函数get_C3中，row参数根本就不是一行。这是一个完整的数据框（应该重命名为 df 或其他名称），因此 row.A 和 row.B 是两个完整的列，而不是单个单元格值。

因此，is_zero也是一整列，... if is_zero ...将不起作用。

使用 lambda 的 pandas DataFrame.assign() 行为说明

Explanation of pandas DataFrame.assign() behaviour using lambda

lambda

dataframe

pandas