访问要在理解表达式中评估的列列表
有此dataframe称为frame带有列：age，成熟，gend> gens> gend>，，height> height具有值'传递'或'失败'。
我想创建一个名为result的新列，并计算具有check_columns中的总体列的子集数量，该列中具有值传递 。
我尝试使用一种理解表达式，如这种情况所示，我希望将其评估为2，因为列age 成熟已经传递了 性别具有失败，这些在check_columns的列中存在。
frame = pd.DataFrame(
data = {'Age':['PASSED'], 'Maturity':['PASSED'],'Gender':['FAILED'], 'Height':['PASSED']}
)
check_columns = ['Age','Maturity','Gender']
frame['result'] = sum([1 if frame[column] =='PASSED' else 0 for column in check_columns ])
我试图使用列表的理解力，但它说明了这个错误：
valueerror：系列的真实价值是模棱两可的。使用A.Empty，A.Bool（），A.Item（），a.any（）或a.all（）。
There is this dataframe called frame with columns: Age, Maturity, Gender, Height which has values 'PASSED' or 'FAILED'.
I want to create a new column called result and count the number of a subset of the overall columns as seen in check_columns which has the value PASSED.
I tried to use a comprehension expression which as seen in this case I wanted it to be evaluated to 2 since the columns Age and Maturity have PASSED while Gender has FAILED which are present in a subset of columns in check_columns.
frame = pd.DataFrame(
data = {'Age':['PASSED'], 'Maturity':['PASSED'],'Gender':['FAILED'], 'Height':['PASSED']}
)
check_columns = ['Age','Maturity','Gender']
frame['result'] = sum([1 if frame[column] =='PASSED' else 0 for column in check_columns ])
I tried to used a comprehension with a list but it says this error:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
仅选择所需的列，使用
dataframe.eq检查哪些列等于“传递”，然后使用dataframe.sum.sum（PassAXIS = AXIS =）来计数真实值1计算列的计数）输出：
Select only the desired columns, check which ones are equal to 'PASSED' using
DataFrame.eq, and count the True values usingDataFrame.sum(passaxis=1to count column-wise)Output: