FutureWarning: elementwise karşılaştırma başarısız; skaler yerine

Question

Bir uyarı alıyorum ve bunun kırılıp kırılmadığını kontrol etmek istiyorum. Böyle bir durumda np.where kullanıyorum (excel'de bir if ifadesine benzer, benim için benzer). Bunu yapmak için daha iyi veya daha pythonic veya pandalar yolu var mı? Matematiksel işlemleri kolayca yapabileceğim bir boyuta dönmeye çalışıyorum.

df['closed_item'] = np.where(df['result']=='Action Taken', 1, 0) 

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison 
    result = getattr(x, name)(y) 


INSTALLED VERSIONS 
------------------ 
python: 3.5.1.final.0 
python-bits: 64 
OS: Windows 
OS-release: 10 

pandas: 0.18.0 
nose: 1.3.7 
pip: 8.1.0 
setuptools: 20.2.2 
Cython: 0.23.4 
numpy: 1.11.0 
scipy: 0.17.0 
statsmodels: 0.6.1 
xarray: None 
IPython: 4.0.0 
sphinx: 1.3.1 
patsy: 0.4.0 
dateutil: 2.4.2 
pytz: 2015.7 
blosc: None 
bottleneck: None 
tables: 3.2.2 
numexpr: 2.5.1 
matplotlib: 1.5.1 
openpyxl: 2.2.6 
xlrd: 0.9.4 
xlwt: 1.0.0 
xlsxwriter: 0.7.7 
lxml: 3.4.4 
bs4: 4.4.1 
html5lib: None 
httplib2: None 
apiclient: None 
sqlalchemy: 1.0.9 
pymysql: None 
psycopg2: None 
jinja2: 2.8 
boto: 2.38.0 

Answer 1

Sana diğer alternatifleri deneyebilirsiniz düşünüyorum - numpy in1d ya da belki str.contains ile karşılaştırarak, ama benim için 3 yaklaşımları çok iyi çalışıyor (ama benim python: 2.7.11.final.0, pandas: 0.18.0 ve numpy: 1.10.4):

nedir

print df 
         result 
0    Action Taken 
1 Action Taken Action Taken 
2      Action 
3    Something else 

print df['result']=='Action Taken' 
0  True 
1 False 
2 False 
3 False 
Name: result, dtype: bool 

print np.in1d(df['result'],'Action Taken') 
[ True False False False] 

print df['result'].str.contains('Action Taken') 
0  True 
1  True 
2 False 
3 False 
Name: result, dtype: bool 

df['closed_item'] = np.where(df['result']=='Action Taken', 1, 0) 
df['closed_item1'] = np.where(np.in1d(df['result'],'Action Taken'), 1, 0) 
df['closed_item2'] = np.where(df['result'].str.contains('Action Taken'), 1, 0) 
print df 
         result closed_item closed_item1 closed_item2 
0    Action Taken   1    1    1 
1 Action Taken Action Taken   0    0    1 
2      Action   0    0    0 
3    Something else   0    0    0