将 if-else 函数应用于数据框中的每个单元格会导致不明确的异常
Apply if-else function to each cell in a dataframe results in ambiguous exception
我有一个 pandas dataframe 这样的：
index
a
b
c
1
1
12
15
2
5
15
16
列数和列名可以是可变的，但它始终包含一个数值。我想用 -1、0 或 1 替换值，具体取决于值和一些阈值（low 和 high）。
我考虑过定义一个 lambda 函数并只使用 apply。
df.apply(lambda x: -1 if x < low else (1 if x > high else 0))
但由于以下异常，这不起作用：
'The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().'
我不太确定为什么会发生这种情况以及什么是最好的（也与性能有关）解决方案。欢迎任何 advice/help。
您正在向 lambda 发送完整的数据帧，但您需要向它发送一列：
for col in df.columns:
df[col].apply(lambda x: -1 if x < low else (1 if x > high else 0))
您正在寻找的是 pandas.DataFrame.applymap，它按元素应用函数：
df.applymap(lambda x: -1 if x < low else (1 if x > high else 0))
方法 pandas.DataFrame.apply 沿给定轴应用函数（默认为按列）。
我有一个 pandas dataframe 这样的：
| index | a | b | c |
|---|---|---|---|
| 1 | 1 | 12 | 15 |
| 2 | 5 | 15 | 16 |
列数和列名可以是可变的，但它始终包含一个数值。我想用 -1、0 或 1 替换值，具体取决于值和一些阈值（low 和 high）。
我考虑过定义一个 lambda 函数并只使用 apply。
df.apply(lambda x: -1 if x < low else (1 if x > high else 0))
但由于以下异常，这不起作用：
'The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().'
我不太确定为什么会发生这种情况以及什么是最好的（也与性能有关）解决方案。欢迎任何 advice/help。
您正在向 lambda 发送完整的数据帧，但您需要向它发送一列：
for col in df.columns:
df[col].apply(lambda x: -1 if x < low else (1 if x > high else 0))
您正在寻找的是 pandas.DataFrame.applymap，它按元素应用函数：
df.applymap(lambda x: -1 if x < low else (1 if x > high else 0))
方法 pandas.DataFrame.apply 沿给定轴应用函数（默认为按列）。