为什么数据帧的这个单元格不包含值，而是包含一个系列？

Question

我在 CSV 中读取了 python 中的数据框。我有一个 DateTimeIndex 和我感兴趣的两列，我们称它们为 number 和 upper_limit。我按索引排序，删除属于旧时间戳的不必要的列和行。然后我计算这两列的最小值、最大值和平均值numbercol = pd.to_numeric(df.iloc[:,0], errors='coerce')upperlimitcol = pd.to_numeric(df.iloc[:,1], errors = 'coerce')这工作正常。现在我想检查数字大于 upper_limit 的频率for dt in df.index:     if numbercol[dt] >= upperlimitcol[dt]:         overshoots += 1但我得到一个ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().我添加了一个打印语句来查看每个的 number 和 upper_limit 列的值，dt结果证明在 1800 行之后，单元格中的值不再是数字，但看起来像这样（这就是它给我的print(numbercol[dt]))DateTime2017-01-14       NaN2017-01-14    3018.0Name: Number, dtype: float64的类型numbercol[dt]也从<type 'numpy.float64'>到<class 'pandas.core.series.Series'>我在文本编辑器以及 Libre Office 和 Excel 中检查了该文件，但看不出此行与之前的行之间有任何区别。你知道为什么会这样吗？

Answer 1

它正在返回一个系列，因为您有两个具有相同dt. 不知道问题的背景，很难说如何进行。

一种方式是聚集在该数据用于使用循环sum()或一些其它aggregrating功能（即max()，min()等）：

for dt in df.index:

   if numbercol[dt].sum() >= upperlimitcol[dt]:

       overshoots += 1

另一个可能是在 for 循环之前 dropna() 。

numbercol = numbercol.dropna()