Я пытаюсь изменить DataFrame df, чтобы содержать только строки, для которых значения в столбце closing_price находятся между 99 и 101 и пытаются сделать это с помощью кода ниже.
Однако я получаю сообщение об ошибке
ValueError: значение истины серии неоднозначно. Используйте команды a.empty, a.bool(), a.item(), a.any() или a.all()
и мне интересно, есть ли способ сделать это без использования циклов.
df = df[(99 <= df['closing_price'] <= 101)]
Вы должны использовать (), чтобы сгруппировать свой логический вектор, чтобы удалить неоднозначность.
df = df[(df['closing_price'] >= 99) & (df['closing_price'] <= 101)]
Также рассмотрим серию между:
df = df[df['closing_price'].between(99, 101)]
есть более приятная альтернатива - используйте метод query():
In [58]: df = pd.DataFrame({'closing_price': np.random.randint(95, 105, 10)})
In [59]: df
Out[59]:
closing_price
0 104
1 99
2 98
3 95
4 103
5 101
6 101
7 99
8 95
9 96
In [60]: df.query('99 <= closing_price <= 101')
Out[60]:
closing_price
1 99
5 101
6 101
7 99
ОБНОВЛЕНИЕ: ответ на комментарий:
Мне нравится синтаксис здесь, но он упал при попытке совместить с expresison;
df.query('(mean + 2 *sd) <= closing_price <=(mean + 2 *sd)')
In [161]: qry = "(closing_price.mean() - 2*closing_price.std())" +\
...: " <= closing_price <= " + \
...: "(closing_price.mean() + 2*closing_price.std())"
...:
In [162]: df.query(qry)
Out[162]:
closing_price
0 97
1 101
2 97
3 95
4 100
5 99
6 100
7 101
8 99
9 95
newdf = df.query('closing_price.mean() <= closing_price <= closing_price.std()')
или
mean = closing_price.mean()
std = closing_price.std()
newdf = df.query('@mean <= closing_price <= @std')
Вы также можете использовать .between()
emp = pd.read_csv("C:\\py\\programs\\pandas_2\\pandas\\employees.csv")
emp[emp["Salary"].between(60000, 61000)]
Выход
Вместо этого
df = df[(99 <= df['closing_price'] <= 101)]
Вы должны использовать это
df = df[(df['closing_price']>=99 ) & (df['closing_price']<=101)]
Мы должны использовать NumPy поразрядные логические операторы |, &, ~, ^ для составления запросов. Кроме того, круглые скобки важны для приоритета оператора.
Для получения дополнительной информации вы можете перейти по ссылке: " Сравнение", "Маски" и "Логическая логика"
Если вы имеете дело с несколькими значениями и несколькими входами, вы также можете настроить функцию применения, подобную этой. В этом случае выполняется фильтрация кадра данных для местоположений GPS, которые попадают в определенные диапазоны.
def filter_values(lat,lon):
if abs(lat - 33.77) < .01 and abs(lon - -118.16) < .01:
return True
elif abs(lat - 37.79) < .01 and abs(lon - -122.39) < .01:
return True
else:
return False
df = df[df.apply(lambda x: filter_values(x['lat'],x['lon']),axis=1)]