パンダ：年に基づいてデータフレームに異なるフィルタを適用する

Question

年が範囲を上回るか下回る場合、データフレームに異なるフィルタを適用したいと思います。ここではデータフレーム

dataset=pd.DataFrame({'ID': [1,1,1,2,2,2,3,3,3,4,4,4,5,5,5], 
         'Avail' : [2017,2017,2017,2018,2018,2018,2017,2017,2017,2017,2017,2017,2017,2018,2018], 
         'Change' : [0,0,2018,0,0,0,0,0,0,0,0,0,2018,0,0], 
         'Pref' : [1,2,3,1,2,3,1,2,3,1,2,3,1,2,3], 
         'Status': ['null', 'null','Q','null','null','null','Q','null','null','null','null','null','Q','null','null'] 
         },columns=['ID', 'Avail', 'Change', 'Pref', 'Status']) 

ここではエラーを生成し、私が書いたコードがあるさ：

def yearfilt(x): 
    if x.loc[:, ['Avail', 'Change']].values.max(axis=1) < 2018: 
     if pd.isnull(x.Status): 
      x.drop_duplicates(subset=['STU_ID','Status' ], keep='last') 
     else: 
      x=x.drop(x[pd.isnull(x.Status)].index) 
    else: 
     if pd.isnull(x.ASSESSMENT_OUTCOME_CD): 
      x.drop_duplicates(subset=['STU_ID','Status' ], keep='first') 
     else: 
     x=x.drop(x[pd.isnull(x.Status)].index) 

df=dataset.groupby(['ID']).apply(yearfilt).sort_values(["ID"]).reset_index(drop=True) 

エラーは、私が実行したいと思い何

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

です：

If the max (Avail, Change) < 2018 then 
Case 1: the same status --> drop duplicates and keep the last 
Case 2: different status --> drop null-value statuses 

else (in other words max (Avail, Change) = 2018) 
Case 1: the same status --> drop duplicates and keep the first 
Case 2: different status --> drop null-value statuses 

出力は次のようになります：

ID Year Change Pref Status 
1 2017 2018 3  Q 
2 2018 0  1  null 
3 2017 0  1  Q 
4 2017 0  3  null 
5 2017 2018 1  Q 

基本的に、各IDから1つだけを保持したいと思います。 ありがとう

Answer 1

ValueErrorif(some_series)をチェックしようとしているために表示されます。あなたが指定したエラーをどの行に示しているのかわかりませんが、if文のいずれかがこの問題を引き起こす可能性があります。

たとえば、最初のif文は、一連の値を単一の値と比較します。結果は一連のブール値であり、if文が意味を成すことができる単一のTrue/Falseではありません。同じことがpd.isnullで発生する可能性があります。

どのコマンドで配列結果が得られたのかを確認し、コードのロジックにどのように適合するか考えてください。私が正しくあなたの問題を理解していた場合

ここで可能な解決策は、です：物事の

def yearfilt(group): 
    # Apply .max() twice to get a single value across the group. 
    # Otherwise the results is a Series, and using if will result in a ValueError. 
    if group[['Avail', 'Change']].max().max() < 2018: 
     # Returns true if there is a unique status value. 
     if group['Status'].unique().shape[0] == 1: 
      # Return last row as a dataframe. 
      return group.iloc[-1:] 
     else: 
      # Return ALL rows with status not null (may be more than 1?). 
      return group[group['Status'] != 'null'] 
    else: 
     if group['Status'].unique().shape[0] == 1: 
      # Return first row as a dataframe. 
      return group.iloc[:1] 
     else: 
      return group[group['Status'] != 'null'] 

dataset.groupby('ID').apply(yearfilt).reset_index(drop=True) 

カップルは覚えている：

• あなたはgroupby().applyに使う関数に渡された各引数が渡されますデータフレーム全体のサブセット。 return新しいオブジェクトを必要とし、関数が受け取るグループを変更しないでください。
• あなたがisnullを使用している場合は、フィルタリングしようとしている値は、などNone、ない文字列'null'、'None'、'nan'、欠損値のthe docsを参照してくださいする必要があります。
• ifステートメントは、Seriesには1つの値しか使用できません。