Nano Hash - криптовалюты, майнинг, программирование

Ошибка Pandas - истинное значение серии неоднозначно при использовании iloc

Я использую кадр данных pandas и пытаюсь выбрать строки, в которых yearID == 2001 и team_IDx == 'OAK'. Столбец yearID имеет тип int, а team_IDx является объектом. Вот выражение, которое я использую:

mergeddf.loc[(mergeddf['yearID'] == 2001 & mergeddf['teamID_x'] == 'OAK')]

Но я продолжаю получать ошибку:

TypeError: cannot compare a dtyped [object] array with a scalar of type [bool]

Я новичок и даже не знаю, как сформулировать свой вопрос. Я просмотрел другие ответы о переполнении стека, но они не имеют для меня смысла. Что означает эта ошибка? О каких основополагающих понятиях я должен знать, чтобы иметь возможность понять это самостоятельно? Как решить эту проблему?

python pandas dataframe
22.07.2017

Ответы:


1

Это связано с приоритетом побитовых операторов, которые имеют более высокий приоритет, чем логические операторы. Вам нужен еще один слой скобок вокруг каждого условия:

mergeddf.loc[((mergeddf['yearID'] == 2001) & (mergeddf['teamID_x'] == 'OAK'))]
22.07.2017
  • Благодарю вас! Это решило мою проблему. У вас есть ресурс, который я могу использовать, чтобы узнать больше о приоритете операторов для побитовых операторов Pandas? 22.07.2017
  • @NadaaTaiyab Боюсь, у меня нет ничего лучше для вас, чем официальные документы и вопросы SO :) Я начал изучать pandas пару недель назад, скрывая другие варианты использования в тегах Pandas. 22.07.2017
  • @NadaaTaiyab Кроме того, помните, что вы можете принять ответ, если он помог. Нажмите на серую галочку рядом с моим ответом. Это помогает. Спасибо! 23.07.2017
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..