El error se debe a que usa sel operador lógico and
. Debes usar en su lugar el operador &
:
(brech["min"] <= x) & (brech["max"] >= x)
Cuando haces x > brech.iloc[i,1] and x < brech.iloc[i,2]
el intérprete procede como con cualquier otra comparación boleana con un and
, evalúa la expresión de la izquierda (x > brech.iloc[i,1]
) lo que resulta en una Serie
boleana y luego trata de ver si ese objeto puede ser considerado como verdadero. En Python cualquier contenedor no vacío sería considerado verdadero, pero si esto se aplicara en este caso tendríamos que if x > brech.iloc[i,1] and x < brech.iloc[i,2]
terminaría siendo [True and True]
, es decir [True]
, lo cual es algo que no queremos. Para evitar esto, NumPy/Pandas han implementado los métodos __bool__
de sus objetos, para que al intentar evaluar si un array/matriz/serie/dataframe es verdadero lance la excepción mostrada.
Lo que deseas realmente es una operación vectorizada, en la que se compare por cada fila si x
es mayor que brech.minimo
y menor que brench.maximo
. Ante la imposibilidad de modificar como actúan los operadores boleanos, para poder realizar estar operaciones de forma vectorizada, Pandas y NumPy han redefinido como funcionan los operadores a nivel de bit ("sobrecarga"), por lo que son estos los que deben ser usados en su lugar para realizar comparaciones o operaciones vectorizadas, por ejemplo:
and -> &
or -> |
not -> ~
Una forma de obtener algo similar a lo que buscas usando pandas.Series.apply
es simplemente aplicar usar el filtro boleano anterior para seleccionar las filas de brech["base"]
que lo cumplen y retornar un array de NumPy:
datos['base'] = datos['dias'].apply(lambda x: brech.loc[(brech["min"] <= x) & (brech["max"] >= x), "base"].to_numpy())
dias base
0 -10 []
1 -12 []
2 -13 []
3 8 [3]
4 5 [2]
5 15 [3]
6 20 [3]
7 0 [0]
8 3 [1]
9 10 [3]
10 40 [4]
11 31 [3]
La razón de retornar un array es para poder obtener todos los valores en el caso que exista la posibilidad de que los rangos se solapen y algún valor caiga en más de uno:
import pandas as pd
brech = pd.DataFrame({'base': [0, 1, 2, 3, 4],
'min': [0, 3, 4, 8, 32],
'max': [2, 5, 10, 31, 92]})
datos = pd.DataFrame({'dias': [-10, -12, -13, 8, 5, 15, 20, 0, 3, 10, 40, 31]})
def parser(x):
r = brech.loc[(brech["min"] <= x) & (brech["max"] >= x), "base"].to_numpy()
if r
datos['base'] = datos['dias'].apply(lambda x: brech.loc[(brech["min"] <= x) & (brech["max"] >= x), "base"].to_numpy())
dias base
0 -10 []
1 -12 []
2 -13 []
3 8 [2, 3]
4 5 [1, 2]
5 15 [3]
6 20 [3]
7 0 [0]
8 3 [1]
9 10 [2, 3]
10 40 [4]
11 31 [3]
Si no te importa que la columna tenga datos heterogéneos, también podrías hacer algo así:
import pandas as pd
import numpy as np
brech = pd.DataFrame({'base': [0, 1, 2, 3, 4],
'min': [0, 3, 4, 8, 32],
'max': [2, 5, 10, 31, 92]})
datos = pd.DataFrame({'dias': [-10, -12, -13, 8, 5, 15, 20, 0, 3, 10, 40, 31]})
def parser(x):
r = brech.loc[(brech["min"] <= x) & (brech["max"] >= x), "base"]
if r.size > 1:
return r.to_numpy()
elif r.size == 1:
return r.iloc[0]
else:
return np.nan
datos['base'] = datos['dias'].apply(parser)
dias base
0 -10 NaN
1 -12 NaN
2 -13 NaN
3 8 [2, 3]
4 5 [1, 2]
5 15 3
6 20 3
7 0 0
8 3 1
9 10 [2, 3]
10 40 4
11 31 3
Si asumes que nunca hay más de un rango que cumpla la característica o que nunca se solapan entre si podrías hacer algo como:
import pandas as pd
import numpy as np
brech = pd.DataFrame({'base': [0, 1, 2, 3, 4],
'min': [0, 3, 4, 8, 32],
'max': [2, 3, 7, 31, 92]})
datos = pd.DataFrame({'dias': [-10, -12, -13, 8, 5, 15, 20, 0, 3, 10, 40, 31]})
def parser(x):
r = brech.loc[(brech["min"] <= x) & (brech["max"] >= x), "base"]
return r.iloc[0] if r.size > 0 else np.nan
datos['base'] = datos['dias'].apply(parser)
dias base
0 -10 NaN
1 -12 NaN
2 -13 NaN
3 8 3.0
4 5 2.0
5 15 3.0
6 20 3.0
7 0 0.0
8 3 1.0
9 10 3.0
10 40 4.0
11 31 3.0