根据两个条件设置列值[重复]

Question

我有一个熊猫数据框。如果以前的值x小于50，而当前值大于50，我想为新列y添加一个值为1的新列。

我得到这个错误：

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

代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(40,60,size=(10, 1)), columns=['x'])

df['y'] = 1 if (df['x'].shift(1) < 50) and (df['x'] > 50) else 0

Answer 1

和是Python类不能覆盖的运算符。它接受两个表达式作为输入。它评估第一个。如果第一个值的真实性为True，则它会计算后者并返回该结果。如果thruthity为False，则返回前一个表达式的结果。

这里可以使用的是布尔运算符

df['y'] = ((df['x'].shift(1) < 50) & (df['x'] > 50)).astype(int)

这里我们使用astype将布尔值行转换为整数行False映射到0，True映射到1。

Answer 2

这是一个古老的故事。熊猫为您提供了一个重载版本的按位运算符，您应该将其用于矢量化或/与操作。无论如何，基于您的代码，在这里进行astype转换会更合适。

In [139]: df['y'] = ((df['x'].shift(1) < 50) & (df['x'] > 50)).astype(np.int8)

In [140]: df
Out[140]:
    x  y
0  51  0
1  51  0
2  48  0
3  54  1
4  47  0
5  41  0
6  51  1
7  49  0
8  53  1
9  41  0

或不太常见的选项：

In [146]: df.eval("(x.shift() < 50 and x > 50) * 1", inplace=False, engine='python')
Out[146]:
0    0
1    0
2    0
3    1
4    0
5    0
6    1
7    0
8    1
9    0
Name: x, dtype: int32