我正在嘗試使用 Python 來(lái)對(duì) QA 進(jìn)行數(shù)據(jù)采樣。我的標(biāo)準(zhǔn)是審核 2 個(gè)人，然后根據(jù)風(fēng)險(xiǎn)級(jí)別對(duì)其各自的供應(yīng)商進(jìn)行隨機(jī)抽樣。所以我需要一個(gè)腳本，基本上是這樣的：如果或當(dāng) PM 所有者是 Alex 時(shí)，則隨機(jī)選擇嚴(yán)重風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)各 1 個(gè)（只要存在 1 個(gè)）。WHILE df['PM Owner'] == 'Alex':
IF df['Risk Tier'] == 'Critical':
df['Risk Tier'].sample()我收到此錯(cuò)誤：The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()`然后我需要為另一個(gè)人重復(fù)這個(gè)循環(huán)。我已經(jīng)嘗試過if循環(huán)while但沒有獲得我需要的成功。我的專欄是'PM Owner'和'Risk Tier'。
2 回答
慕標(biāo)琳琳
TA貢獻(xiàn)1830條經(jīng)驗(yàn) 獲得超9個(gè)贊
我不確定我的問題是否正確，但至少這個(gè)答案會(huì)幫助其他人給你答案如果這不是你要找的，請(qǐng)給我機(jī)會(huì)
import pandas as pd
#your dataframe
maindf = {'PM Owner': ['A', 'B','C','A','E','F'], 'Risk Tier': [1,3,1,1,1,2],'sam' :['A0','B0','C0','D0','E0','F0']}
Maindf = pd.DataFrame(data=maindf)
#what you are looking for
filterdf = {'PM Owner': ['A' ], 'Risk Tier': [ 1 ]}
Filterdf = pd.DataFrame(data=filterdf)
#Filtering
NewMaindf= (Maindf[Maindf[['PM Owner','Risk Tier']].astype(str).sum(axis = 1).isin(
Filterdf[['PM Owner','Risk Tier']].astype(str).sum(axis = 1))])
#Just one sample
print( (NewMaindf).sample())
#whole dataset after filtering
print( (NewMaindf) )
結(jié)果 ：
PM Owner Risk Tier sam
3 A 1 D0
PM Owner Risk Tier sam
0 A 1 A0
3 A 1 D0
30秒到達(dá)戰(zhàn)場(chǎng)
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超6個(gè)贊
您指定的條件可以匹配許多行，這就是您收到錯(cuò)誤的原因，同時(shí)建議您使用將結(jié)果減少為單個(gè)值的函數(shù)之一。然而，目前形式的條件實(shí)際上可以用作掩模，因此只需縮小范圍即可抽取符合標(biāo)準(zhǔn)的樣本，即：
df.loc[(df['PM Owner'] == 'Alex') & (df['Risk Tier'] == 'Critical'), 'Risk Tier'].sample()
如果您需要循環(huán)遍歷每個(gè) PM 所有者，您可以這樣做：
for pm_owner in df['PM Owner']: sample = df.loc[(df['PM Owner'] == pm_owner) & (df['Risk Tier'] == 'Critical'), 'Risk Tier'].sample()
添加回答
舉報(bào)
0/150
提交
取消