我試圖用 seaborn 在 python 中為日期列創(chuàng)建一個(gè)圖表。我收到以下錯(cuò)誤消息。你知道如何解決它嗎？----> 4 如果 df['MS_Date']=="s.xii" 或 df['MS_Date']=="s.xii(1)" 或 df['MS_Date']=="s.xii (2)" 或 df['MS_Date']=="s.xii(in)" 或 df['MS_Date']=="s.xii(ex)" 或 df['MS_Date']=="s. xii(med)": 5 df['MS_Date']== "12th century" 6 如果 df['MS_Date']=="s.xii/xiii" 或 df['MS_Date']=="s.xii/十三”：~\anaconda\lib\site-packages\pandas\core\generic.py in nonzero (self) 1477 1478 模棱兩可的，我們的意思是它匹配輸入的水平 -> 1479 axis和另一個(gè)軸的標(biāo)簽。1480 1481 參數(shù)ValueError：Series 的真值不明確。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。代碼：if df['MS_Date']=="s.xii" or df['MS_Date']=="s.xii(1)" or df['MS_Date']=="s.xii(2)" or df['MS_Date']=="s.xii(in)" or df['MS_Date']=="s.xii(ex)" or df['MS_Date']=="s.xii(med)": df['MS_Date']== "12th century"if df['MS_Date']=="s.xii/xiii" or df['MS_Date']=="s.xii/xiii": df['MS_Date']=="12 & 13 century"if df['MS_Date']=="s.xiii" or df['MS_Date']=="s.xiii(1)" or df['MS_Date']=="s.xiii(2)" or df['MS_Date']=="s.xiii(in)" or df['MS_Date']=="s.xiii(ex)" or df['MS_Date']=="s.xiii(med)": df['MS_Date']=="13 century"if df['MS_Date']=="s.xiii/s.xiv" or df['MS_Date']=="s.xiii/xiv": df['MS_Date']=="13 & 14 century"if df['MS_Date']=="s.xiii/s.xv": df['MS_Date']=="13 & 15 century"if df['MS_Date']=="s.xiv" or df['MS_Date']=="s.xiv(1)" or df['MS_Date']=="s.xiv(2)" or df['MS_Date']=="s.xiv(in)" or df['MS_Date']=="s.xiv(ex)" or df['MS_Date']=="s.xiv(med)": df['MS_Date']=="14th century"if df['MS_Date']=="s.xiv/xv": df['MS_Date']== "14 & 15 century"if df['MS_Date']=="s.xv" or df['MS_Date']=="s.xv(1)" or df['MS_Date']=="s.xv(2)" or df['MS_Date']=="s.xv(in)" or df['MS_Date']=="s.xv(ex)" or df['MS_Date']=="s.xv(med)" : df['MS_Date']=="15th century"if df['MS_Date']=="s.xv/xvi": df['MS_Date']== "15 & 16 century"if df['MS_Date']=="xvi" or df['MS_Date']=="s.xvi(in)": df['MS_Date']== "16 century"else: df['MS_Date']=="unknown"
1 回答
白豬掌柜的
TA貢獻(xiàn)1893條經(jīng)驗(yàn) 獲得超10個(gè)贊
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
此錯(cuò)誤意味著您正在獲取一系列布爾值而不是單個(gè)布爾值。對(duì)于使用 if 和 alse 你需要一個(gè)單一的True/False值，但在這里通過(guò)使用你會(huì)得到一個(gè)系列，它會(huì)根據(jù)它們滿足的標(biāo)準(zhǔn)df['MS_Date']=="s.xii"為你提供所有位置。True/False
樣品 df:
Player Position color
0 Pele Forward black
1 Platini Midfielder white
2 Beckenbauer Defender red
如果我想根據(jù)某些條件更改顏色列的值，那么我將這樣寫而不是使用 if 和 else：
df.loc[(df['Player']=='Pele') | (df['Position']=='Forward'), 'color'] = 'white'
或者
你可以這樣寫numpy.where：
np.where(<condition>, <value1 if true>, <value2 if false>)
df['color'] = np.where((df['Player']=='Pele') | (df['Position']=='Forward'), 'black', df.color)
為了使其簡(jiǎn)潔明了，np.select請(qǐng)?jiān)诖颂幉榭慈绾问褂茫?https://stackoverflow.com/a/60244752/6660373
也==可以使用而不是使用eq
我將使用 loc 來(lái)獲取我的條件成立的位置。在那個(gè)位置上，我將選擇一個(gè)要更改的列。df.loc[<conditions>, <column to assign>] = <value>
像這樣使用：
df.loc[(df['MS_Date']=="s.xii") | (df['MS_Date']=="s.xii(1)") | (df['MS_Date']=="s.xii(2)") | (df['MS_Date']=="s.xii(in)") | (df['MS_Date']=="s.xii(ex)") | (df['MS_Date']=="s.xii(med)"), 'MS_Date']= "12th century"
df.loc[(df['MS_Date']=="s.xii/xiii") | (df['MS_Date']=="s.xii/xiii"), 'MS_Date']="12 & 13 century"
添加回答
舉報(bào)
0/150
提交
取消