基于其他列中的值创建新列

Question

我玩的是国际足联19数据集，其中有'工作率'栏，存储攻击和；防守球员的工作率，例如（'Medium/Medium）。我想创建两个额外的列（就在原来的列旁边）来分别存储这些特性；让我们称之为“工作效率攻击”，“工作效率防御”。我想不出最好的方法，我一直在考虑应用简单的split函数，但它返回ValueError

def split_work_rate(text, work_type):
    while not pd.isnull(text):
        new_text = text.split('/')
        if work_type == 'Attacking':
            work_rate_attacking = new_text[0]
            return work_rate_attacking
        else:
            work_rate_defending = new_text[1]
            return work_rate_defending


def create_new_work_rates(data):
    cols = ['Work Rate']
    data['Work Rate Attacking'] = data[cols].apply(split_work_rate, args=('Attacking',))
    data['Work Rate Defending'] = data[cols].apply(split_work_rate, args=('Defending',))
    return data

ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index Work Rate')

Answer 1

首先，问题是这条线：

if work_type == 'Attacking':

在编写时，您可能会想，pandas会将每一行中的值与'Attacking'进行比较，然后转到相应的分支

然而，事实上，pandas立即将这种比较应用于整个Series。因此，与'Attacking'比较的结果不是一个布尔值，而是另一个Series。没有无歧义的方法可以将Series个布尔值转换为单个布尔值，因此if测试不起作用

无论如何，这可能不是最好的方法。试试这个：

data[['Work Rate Attacking', 'Work Rate Defending']] = data['Work Rate'].str.split('/', expand=True)

这将使用str访问器将Series拆分为DataFrame，然后将其分配给所需的两列