我的 dataFrame 具有以下结构:
Index: 1008 entries, Trial1.0 to Trial3.84
Data columns (total 5 columns):
CHUNK_NAME 1008 non-null values
LAMBDA 1008 non-null values
BETA 1008 non-null values
HIT_RATE 1008 non-null values
AVERAGE_RECIPROCAL_HITRATE 1008 non-null values
chunks=['300_321','322_343','344_365','366_387','388_408','366_408','344_408','322_408','300_408']
lam_beta=[(lambda1,beta1),(lambda1,beta2),(lambda1,beta3),...(lambda1,beta_n),(lambda2,beta1),(lambda2,beta2)...(lambda2,beta_n),........]
my_df.ix[my_df.CHUNK_NAME==chunks[0]&my_df.LAMBDA==lam_beta[0][0]]
我想获取特定 block 的 DataFrame 行，比如说 chunks[0] 和特定的 lambda 值。因此，在这种情况下，输出应该是 DataFrame 中具有 CHUNK_NAME='300_321' 和 LAMBDA=lambda1 的所有行。每个将返回的 beta 值将有 n 行。但相反，我收到以下错误。任何解决此问题的帮助将不胜感激。
TypeError: cannot compare a dtyped [float64] array with a scalar of type [bool]
最佳答案
& 的优先级高于 ==。写:
my_df.ix[(my_df.CHUNK_NAME==chunks[0])&(my_df.LAMBDA==lam_beta[0][0])]
^ ^ ^ ^
关于python - Pandas 比较引发 TypeError : cannot compare a dtyped [float64] array with a scalar of type [bool]，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20333435/