2026.10.11

技術 💻

truth value of a Series is ambiguousの直し方

RJC Techチーム

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). は、pandas の Series（列）を、and・or・not・if で「真か偽か」1つに決めようとしたときのエラーです。列には値が複数あるので、全体が真か偽かを決められません。

書いたもの	直し方
`df[(df.a > 1) and (df.b < 2)]`	`df[(df.a > 1) & (df.b < 2)]`（`and` → `&`）
`df[(df.a > 1) or (df.b < 2)]`	`df[(df.a > 1) \| (df.b < 2)]`（`or` → `\|`）
`df[not (df.a > 1)]`	`df[~(df.a > 1)]`（`not` → `~`）
`df[df.a > 1 & df.b < 2]`（括弧なし）	それぞれの条件を括弧で囲む
`if df.a > 1:`	「1つでも」なら `.any()`、「すべて」なら `.all()`
`df[1 < df.a < 3]`	`df[df.a.between(1, 3, inclusive='neither')]` など

確認環境：pandas 3.0.2、numpy 2.4.4、Python 3.11（確認日 2026年10月11日）。

本記事の内容は、ご自由にお使いください。
ご利用の際は、出典として本ページへのリンクを記載いただけますようお願いします。

（記載例）出典：株式会社RJC「truth value of a Series is ambiguousの直し方」

再現

df = pd.DataFrame({'a': [0, 2, 3], 'b': [1, 1, 5], 'name': ['佐藤', '鈴木', '高橋']})
df[(df.a > 1) and (df.b < 2)]

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

df.a > 1 は [False, True, True] という列です。 Python の and は、左側を「真か偽か」1つにしようとするので、エラーになりました（pandas 公式ドキュメントでも、if・and・or・not で起きるとされています）。

行ごとに「かつ」を計算するのが & です。

df[(df.a > 1) & (df.b < 2)]      # 鈴木の行（a=2、b=1）

括弧が無いと、`&` でも同じエラーになる

df[df.a > 1 & df.b < 2]

ValueError: The truth value of a Series is ambiguous. ...

& に直したのに、同じエラーになりました。 Python では、& が >・< より先に計算されるので、df.a > (1 & df.b) < 2 と解釈されます（pandas 公式ドキュメントの説明と同じ）。さらに x > y < z は Python の「連続した比較」で、中で and が使われるため、同じエラーになります。

書き方	結果
`df[df.a > 1 & df.b < 2]`	エラー
`df[(df.a > 1) & (df.b < 2)]`	動く
`df.query('a > 1 and b < 2')`	動く（query の中では `and` が使える）

&・| でつなぐ条件は、1つずつ括弧で囲む、と覚えておきます。条件が多いときは、query で書くと読みやすくなります。

1 < a < 3 も同じ

df[1 < df.a < 3]                 # エラー（連続した比較が and になる）
df[(df.a > 1) & (df.a < 3)]      # 動く
df[df.a.between(1, 3)]           # 動く（1 以上 3 以下。両端を含む）

if で列を使ったとき

if df.a > 1:                     # エラー
    ...
if df:                           # The truth value of a DataFrame is ambiguous.
    ...

「どういう意味で真か」を、メソッドで明示します。

やりたいこと	書き方	結果（確認環境）
1つでも当てはまる	`(df.a > 1).any()`	True
すべて当てはまる	`(df.a > 1).all()`	False
データがあるか	`not df.empty`	True
1つだけの値を取り出す	`(df.loc[df.name == '鈴木', 'a'] > 1).item()`	True

値が1つしか無い Series でも、if に使うとエラーになりました。 1行だけ取り出したつもりでも、Series のままなら .item() で値を取り出します。

pandas 3.0 では、メッセージの a.bool() が使えない

pd.Series([True]).bool()
AttributeError: 'Series' object has no attribute 'bool'

エラーメッセージは a.bool() を勧めていますが、確認環境の pandas 3.0.2 では、bool() メソッドが無く、AttributeError になりました。 .item()・.any()・.all()・.empty を使います。

行ごとに分けて値を決めたいとき

df['size'] = 'big' if df.a > 1 else 'small'      # エラー

書き方	結果
`np.where(df.a > 1, 'big', 'small')`	`['small', 'big', 'big']`
`df.apply(lambda r: 'big' if r.a > 1 else 'small', axis=1)`	同じ（1行ずつ関数を呼ぶ）

if は1つの値にしか使えないので、列全体には np.where を使います。 apply の中の r.a は1つの値なので、if が使えます。

エラーにならない落とし穴：in と == None

s = pd.Series([10, 20, 30])
20 in s           # False（値に 20 があるのに）
2 in s            # True（行番号 2 がある）
20 in s.values    # True

in は、Series の値ではなく、行番号（インデックス）を調べました（pandas 公式ドキュメントでも同じ説明）。値を調べるなら s.values か s.isin([20]).any() を使います。

df = pd.DataFrame({'name': ['佐藤', None]})
df[df.name == None]      # 0 件（None の行があるのに）
df[df.name.isna()]       # 1 件

欠けている値は == None では見つからず、isna() で見つかりました。 どちらもエラーにならないので、結果の件数で気づくしかありません。

numpy の配列でも同じ

np.array([1, 2]) > 1 and np.array([1, 2]) < 3
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

numpy の配列では、メッセージの文が少し違います。 直し方は同じで、&・|・~ と括弧、または .any()・.all() です。

確認の手順（チェックリスト）

順番	確認すること	方法
1	`and`・`or`・`not` を使っていないか	`&`・`\|`・`~` に
2	条件を括弧で囲んだか	`(条件1) & (条件2)`
3	`1 < 列 < 3` と書いていないか	`between`、または2つの条件
4	`if 列:` と書いていないか	`.any()`・`.all()`・`.empty`・`.item()`
5	列ごとに値を決めたい	`np.where`
6	件数がおかしい	`in` は行番号、欠損は `isna()`

よくある質問

Q. & と and の違いは何ですか。 A. and は、左右を1つの真偽値にしてから計算する Python の文法です。& は、pandas・numpy では「行ごと（要素ごと）のかつ」として動きます。列どうしの条件には & を使います。

まとめ

列（Series）を、and・or・not・if で1つの真偽値にしようとしたエラー
&・|・~ を使い、条件を1つずつ括弧で囲む。括弧が無いと同じエラー
1 < 列 < 3 も同じエラー。between か2つの条件に
if には .any()・.all()・.empty・.item()（pandas 3.0 では a.bool() が無い）
列ごとの値は np.where
in は行番号を調べる、欠損は isna()（エラーにならない落とし穴）

参考・出典

確認日はいずれも 2026年10月11日です。

pandas documentation「Frequently Asked Questions (FAQ)」（Using if/truth statements with pandas）：https://pandas.pydata.org/docs/user_guide/gotchas.html
pandas documentation「Indexing and selecting data」（Boolean indexing）：https://pandas.pydata.org/docs/user_guide/indexing.html

本記事の内容は、ご自由にお使いください。
ご利用の際は、出典として本ページへのリンクを記載いただけますようお願いします。

（記載例）出典：株式会社RJC「truth value of a Series is ambiguousの直し方」

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。

WE ARE HIRING