时间戳

首页 > 解决方案 > Vectorization & ValueError，但不是来自“or”和“and”运算符

python - Vectorization & ValueError，但不是来自“or”和“and”运算符

问题描述

这个问答链很好地解释了如何解决使用条件时出现的 ValueErrors，例如“或”而不是 |，以及“和”而不是 &。但我在该链中看不到任何解决“ValueError，Series 的真值不明确的问题。使用 a.empty、a.bool()、a.item()、a.any() 或a.all()" 用于向量化，当尝试将向量化与编写为将单个数字作为输入的函数一起使用时。

具体来说，在这种情况下，Map 和 Apply 可以正常工作，但 Vectorization 仍然会抛出 ValueError。

下面的代码，有人可以分享如何解决这个问题，以便可以在不修改函数（或不过多修改函数）的情况下使用矢量化？谢谢！

代码：

# import numpy and pandas, create dataframe.
import numpy as np
import pandas as pd
x = range(1000)
df = pd.DataFrame(data = x, columns = ['Number']) 

# define simple function to return True or False if number passed in is prime
def is_prime(num):
    if num < 2:
        return False
    elif num == 2: 
        return True
    else: 
        for i in range(2,num):
            if num % i == 0:
                return False
    return True

# Call various ways of applying the function to the data frame
df['map prime'] = list(map(is_prime, df['Number']))
df['apply prime'] = df['Number'].apply(is_prime)

# look at dataframe
in: df.head()
out: Number     map prime   apply prime
0   0   264     False       False
1   1   907     False       False
2   2   354     True        True
3   3   583     True        True
4   4   895     False       False

# now try to vectorizing
in: df['optimize prime'] = is_prime(df['Number'])
out: ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

标签： pythonpandasnumpyvectorizationapply

解决方案

你可以试试 numpy 的vectorize：

vis_prime = np.vectorize(is_prime)

df['optimize prime'] = vis_prime(df['Number'])

这给了你：

   Number  map prime  apply prime  optimize prime
0       0      False        False           False
1       1      False        False           False
2       2       True         True            True
3       3       True         True            True
4       4      False        False           False

推荐阅读