Python-pandas : the truth value of a series is ambiguous

Question

我目前正在尝试将 json 文件(我已经可以处理)中的值与 csv 文件中的值(这可能是问题)进行比较。我当前的代码如下所示:

for data in trades['timestamp']:
    data = pd.to_datetime(data)
    print(data)
       if data == ask_minute['lastUpdated']:
           #....'do something'

这给出:

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

我当前的 print(data) 如下所示:

2018-10-03 18:03:38.067000
2018-10-03 18:03:38.109000
2018-10-03 18:04:28
2018-10-03 18:04:28.685000

但是，我仍然无法将 CSV 文件中的这些时间戳与 Json 文件中的时间戳进行比较。有人有主意吗？

Answer 1

让我们将其简化为一个更简单的示例。例如，通过进行以下比较:

3 == pd.Series([3,2,4,1])

0     True
1    False
2    False
3    False
dtype: bool

您得到的结果是 bool 值的Series，其大小等于表达式右侧的pd.Series。所以这里实际上发生的是整数在整个系列中广播，然后对它们进行比较。所以当你这样做时:

if 3 == pd.Series([3,2,4,1]):
    pass

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

您收到错误消息。这里的问题是您正在将 pd.Series 与一个值进行比较，因此您将有多个 True 和多个 False 值，如下所示在上述情况下。这当然是不明确的，因为条件既不是True也不是False。

因此，您需要进一步聚合结果，以便从操作中生成单个 bool 值。为此，您必须使用 any或all取决于您是否需要至少一个(任何)或所有值来满足条件。

(3 == pd.Series([3,2,4,1])).all()
# False

或

(3 == pd.Series([3,2,4,1])).any()
# True