我有一個像這樣的 Pandas 數(shù)據(jù)框（作者、標(biāo)題和年份不相關(guān)，因此 A、T 和 Y）：Author  Title  Year  Country    A       T      Y     UK. cat@mail.ukA       T      Y     U.S.A.A       T      Y     University of CambridgeA       T      Y     United KingdomA       T      Y     somename@uconn.edu我想要實(shí)現(xiàn)的是一個帶有“干凈”國家列的數(shù)據(jù)框：Author  Title  Year  Country    A       T      Y     UKA       T      Y     USAA       T      Y     UKA       T      Y     UKA       T      Y     USA為此，我創(chuàng)建了一個（列表）字典：UK = ['UK.', 'Cambridge', 'United Kingdom']USA = ['U.S.A.', 'conn.edu']my_dict = {'UK': UK, 'USA': USA}輸入以下函數(shù)進(jìn)行清理：def clean_country(country_dict):    for key in country_dict:        for value in country_dict[key]:            if df['Country'].str.contains(value):                df['Country'] = np.where(value, key, df['Country'].str.replace('-', ' '))            return df        else:            continueclean_country(my_dict)但我收到以下錯誤：Traceback (most recent call last):  File "<stdin>", line 1, in <module>  File "<stdin>", line 4, in clean_country  File "/Users/birgitte/PycharmProjects/text/venv/lib/python3.7/site-packages/pandas/core/generic.py", line 1555, in __nonzero__    self.__class__.__name__ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().在函數(shù)內(nèi)部使用以下內(nèi)容時：df['Country'].str.contains(value).all(): False（并非所有字段都包含該值）。沒有更改任何國家/地區(qū)字段。df['Country'].str.contains(value).any()：真（某些字段包含值）。結(jié)果是ValueError: invalid literal for int() with base 10: 'UK'df['Country'].str.contains(value).item()： 結(jié)果是ValueError: can only convert an array of size 1 to a Python scalardf['Country'].str.contains(value).bool()： 導(dǎo)致ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().非常歡迎任何關(guān)于如何實(shí)現(xiàn)“干凈”國家專欄的幫助。