TypeError: boolean value of NA is ambiguous
Ai folosit într-un if (sau într-o condiție cu and/or) o valoare lipsă pd.NA, de obicei dintr-o coloană de tip Int64, boolean sau string. pd.NA nu e nici adevărat, nici fals. Verifică întâi pd.isna(x), completează lipsurile cu fillna sau, mai bine, scrie condiția vectorizat (np.where, mască).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Coloanele cu tipuri „nullable” din pandas (Int64, Float64, boolean, string, obținute cu convert_dtypes(), dtype_backend="numpy_nullable" sau astype("Int64")) marchează valorile lipsă cu pd.NA. Spre deosebire de NaN, pd.NA se propagă prin comparații: pd.NA > 0 dă tot pd.NA, adică „nu se știe”.
Când Python ajunge la if x > 0:, are nevoie de un True sau False. Din pd.NA nu poate obține unul, așa că ridică boolean value of NA is ambiguous. Apare în bucle for peste o coloană, în iterrows, în funcții proprii apelate pe fiecare valoare și în condiții compuse cu and / or.
Linia din eroare îți arată if-ul; valoarea problemă e cea lipsă de pe rândul curent.
De ce apare: cauzele frecvente
1if pe o valoare lipsă într-o buclă
for x in df["stoc"]:
if x > 0:
print("în stoc")for x in df["stoc"]:
if pd.notna(x) and x > 0:
print("în stoc")pd.notna(x) e verificat primul; pentru pd.NA dă False, iar comparația nu se mai evaluează.
2Condiția scrisă pe fiecare rând
df["stare"] = ["da" if x > 0 else "nu" for x in df["stoc"]]df["stare"] = np.where(df["stoc"].fillna(0) > 0, "da", "nu")Varianta vectorizată decide explicit ce înseamnă lipsa (aici: stoc 0) și e și mai rapidă.
3Valori lipsă completate înainte
df = df.convert_dtypes()
if df.loc[2, "activ"]:
...df = df.convert_dtypes()
if df.loc[2, "activ"] is True:
...is True e adevărat doar pentru True; pentru pd.NA și False dă False, fără eroare.
Repară eroarea, direct în pagină
Codul de mai jos dă TypeError: boolean value of NA is ambiguous. Coloana stoc (tip Int64) are o valoare lipsă, care trebuie tratată ca stoc 0. Repară calculul coloanei stare ca să afișeze lista stărilor și câte produse sunt în stoc.
import pandas as pd
df = pd.DataFrame({
"produs": ["Cafea", "Ceai", "Miere", "Zahăr"],
"stoc": pd.array([10, None, 0, 4], dtype="Int64"),
})
df["stare"] = ["în stoc" if x > 0 else "epuizat" for x in df["stoc"]]
print(df["stare"].tolist())
print("În stoc:", (df["stare"] == "în stoc").sum())['în stoc', 'epuizat', 'epuizat', 'în stoc'] În stoc: 2
Indiciu
Completează lipsurile cu fillna(0) înainte de comparație (sau folosește np.where).
Reparația
import pandas as pd
df = pd.DataFrame({
"produs": ["Cafea", "Ceai", "Miere", "Zahăr"],
"stoc": pd.array([10, None, 0, 4], dtype="Int64"),
})
df["stare"] = ["în stoc" if x > 0 else "epuizat" for x in df["stoc"].fillna(0)]
print(df["stare"].tolist())
print("În stoc:", (df["stare"] == "în stoc").sum())De ce merge
Pe al doilea rând, stocul e pd.NA, iar pd.NA > 0 dă tot pd.NA, pe care if nu îl poate transforma în adevărat sau fals. fillna(0) înlocuiește lipsa cu 0 înainte de comparație, deci ceaiul devine „epuizat”, iar fiecare comparație dă un boolean real. Rămân în stoc cafeaua și zahărul.
Alte forme ale mesajului
TypeError: boolean value of NA is ambiguous
Cum o eviți pe viitor
- Evită
ifpe valori dintr-o coloană: scrie condițiile pe toată coloana (mască,np.where,np.select). - Când chiar ai nevoie de o buclă, verifică întâi
pd.isna(x). - Decide la început ce înseamnă lipsa și completeaz-o:
fillna(0),fillna(False). - Știi ce tipuri ai:
df.dtypesaratăInt64(cu I mare) pentru coloanele nullable.
Întrebări frecvente
Care e diferența dintre pd.NA și np.nan?
np.nan e un număr special de tip float; comparațiile cu el dau False (np.nan > 0 e False), deci nu ridică eroare, dar pot da rezultate greșite în tăcere. pd.NA e marcajul de lipsă al tipurilor nullable și refuză să fie transformat în True/False.
De ce merge pe un tabel și nu pe altul?
Dacă tabelul nu are nicio valoare lipsă în coloana respectivă, if-ul primește mereu un boolean real. Eroarea apare doar când bucla ajunge la un rând cu pd.NA.
Erori înrudite
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). Ai pus o coloană întreagă (o Series cu multe True/False) acolo unde Python așteaptă un singur True sau False: în if, sau cu and / or între două condiții. În filtre folosește & și | cu fiecare condiție între paranteze; în if folosește .any() sau .all(). ValueError: Cannot mask with non-boolean array containing NA / NaN values Ai filtrat cu o mască făcută cu .str (de obicei str.contains) pe o coloană care are și valori lipsă sau numere: pe acele rânduri masca are NaN, nu True/False. Pune na=False: df[df["email"].str.contains("gmail", na=False)], sau convertește coloana în text înainte. pandas.errors.IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer Ai cerut astype(int) pe o coloană care are valori lipsă (NaN) sau infinit, iar int64 nu poate reprezenta lipsa. Completează lipsurile înainte (fillna(0)), elimină rândurile (dropna) sau folosește tipul întreg care acceptă lipsă: astype("Int64"). Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
