如果不满足任何条件，如何使用 np.select 引发值错误？

Question

使用人工标记的数据，我有四个案例涵盖了正确的行为，但注释者可能会忽略提供值的需要。发生这种情况时，我希望程序引发错误。

    #selects the final variation based on presence of other accepted variations
        dataframe[audit_cols["final_variation"]] = np.select(
            #conditions
            [
                dataframe[audit_cols["validation_step_new_variation"]] != None,
                dataframe[audit_cols["annotation_step_keyword"]] != None, 
                dataframe[audit_cols["keyword_feasible"]] == "NO", 
            ],
            #actions based on conditions
            [
                dataframe["validation_step_new_variation"]],
                dataframe["annotation_step_keyword"], 
                #leaves blank if no variation seems feasible
                "",
            ],
    
            #raises error if no conditions are met
            default = raise ValueError(
                    "No variation selected and the keyword has not been marked as unfeasible for row UID:",
                    dataframe["unique_ID"],
                )
    
        )

我愿意接受任何建议，我的主要问题是“如果没有满足任何情况，我该如何提出价值错误？”这样未来的团队成员就可以看到并解决错误。

Answer 1

您可以使用默认值，然后在np.select之后检查默认值。如果有预定义的默认值，则引发错误。

default_value = 'no condition met'

#selects the final variation based on presence of other accepted variations
dataframe[audit_cols["final_variation"]] = np.select(
    # ...
    default = default_value
)

error_flag = dataframe[audit_cols["final_variation"]].eq(default_value).sum().sum() > 1

if error_flag:
   raise ValueError

如果不满足任何条件，如何使用 np.select 引发值错误？

If no conditions are met, how do I raise a value error with np.select?

numpy