ValueError:Usea.empty,a.bool(),a.item(),a.any()ora.all()&AttributeError:'bool'objecthasnoa

我想創建一個可以將某些濃度轉換為納摩爾濃度的函式。所以我寫了這個函式：

def convert_molars(df, field_values, field_units):

    if (df[field_units].str.contains('uM')): # 1 uM = 1000 nM
        df[field_values] *= 1000
    
    elif (df[field_units].str.contains('M')): # 1 M = 1000000000 nM
        df[field_values] *= 1000000000
    
    else: # 1 mM = 1000000 nM
        df[field_values] *= 1000000
    
    return df

我是這樣開始的：

standard_units = convert_molars(IC50_nonan_units, 'Standard Value', 'Standard Units')
standard_units.to_csv("standard_units.csv")
standard_units.head()

但我得到了這個錯誤：

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

我又嘗試了一個這樣的選擇：

def convert_molars_bool(df, field_values, field_units):

    if (df[field_units].str == 'uM').bool(): # 1 uM = 1000 nM
        df[field_values] *= 1000
    
    elif (df[field_units].str == 'M').bool(): # 1 M = 1000000000 nM
        df[field_values] *= 1000000000
    
    else: # 1 mM = 1000000 nM
        df[field_values] *= 1000000
    
    return df

但我得到了這個：

AttributeError: 'bool' object has no attribute 'bool'

有人可以解釋一下我做錯了嗎？

uj5u.com熱心網友回復：

運算子==回傳一個布林值。在您的if和elif條件下，您試圖bool()在布林值上運行該方法。

def convert_molars_bool(df, field_values, field_units):

    if (df[field_units].str == 'uM'): # 1 uM = 1000 nM
        df[field_values] *= 1000
    
    elif (df[field_units].str == 'M'): # 1 M = 1000000000 nM
        df[field_values] *= 1000000000
    
    else: # 1 mM = 1000000 nM
        df[field_values] *= 1000000
    
    return df

這應該作業

uj5u.com熱心網友回復：

df.loc[df[field_units].str.conatins('uM'), field_values] = 1000*df.loc[df[field_units].str.conatins('uM'), field_values]

df.loc[df[field_units].str.conatins('M'), field_values] = 1000000000*df.loc[df[field_units].str.conatins('M'), field_values]

df.loc[(~df[field_units].str.conatins('M')) & (~df[field_units].str.conatins('uM')), field_values] = 1000000*df.loc[(~df[field_units].str.conatins('M')) & (~df[field_units].str.conatins('uM')), field_values]

uj5u.com熱心網友回復：

看看df[field_units].str.contains('uM')給你什么。它應該是pandas Seriessbool的一個。

import pandas as pd
dct = {
    'Standard Units': ['uM', 'M', 'D'], 
    'Standard Value': [23.34, 245.6, 102]
}
df = pd.DataFrame(dct)
print(df['Standard Units'].str.contains('uM'))
#0     True
#1    False
#2    False
#Name: Standard Units, dtype: bool

即使這不會引發錯誤，df[field_values] *= 1000也會乘以1000每一行。它對上一行代碼中的條件一無所知。

您要做的是將此邏輯單獨應用于每一行，而不是DataFrame作為一個整體。

為此，您可以使用for回圈或更好的df.apply().

df.apply接受一個函式來應用到每一列或每一行。

例如：

import pandas as pd
dct = {
    'Standard Units': ['uM', 'M', 'D'], 
    'Standard Value': [23.34, 245.6, 102]
}
df = pd.DataFrame(dct)

def func(row):
    if 'uM' in row['Standard Units']:
        return row['Standard Value'] * 1000
    elif 'M' in row['Standard Units']:
        return row['Standard Value'] * 1000000000
    else:
        return row['Standard Value'] * 1000000

df['Standard Value'] = df.apply(func, axis=1)

print(df)
#  Standard Units  Standard Value
#0             uM    2.334000e 04
#1              M    2.456000e 11
#2              D    1.020000e 08

或者，如果您想保留您使用的相同函式簽名：

import pandas as pd
dct = {
    'Standard Units': ['uM', 'M', 'D'], 
    'Standard Value': [23.34, 245.6, 102]
}
df = pd.DataFrame(dct)

def convert_molars(df, field_values, field_units):
    # create a function to apply
    def func(row):
        if 'uM' in row[field_units]:
            return row[field_values] * 1000
        elif 'M' in row[field_units]:
            return row[field_values] * 1000000000
        else:
            return row[field_values] * 1000000
    # apply the function that was just created
    df[field_values] = df.apply(func, axis=1)
    # return the DataFrame
    return df

df = convert_molars(df, 'Standard Value', 'Standard Units')

print(df)

標籤：Python 熊猫 数据框

上一篇：函式不回傳值，代碼正在運行

下一篇：python問題正確讀取嵌套的JSON檔案