在Pandas链式调用中使用带条件的lambda表达式报错求助

错误原因 #

你写的x['a'] != 0会返回一个布尔类型的Series，而Python的if语句需要单个布尔值，Pandas无法判断你要基于整个Series的哪种逻辑（比如是否所有元素都满足，还是任意元素满足），因此抛出ValueError。

可行解决方案 #

以下几种方法都能在链式调用的assign中实现需求，且都是向量化操作，效率远高于循环判断：

方法1：使用numpy.where（最直观的向量化条件判断） #

import numpy as np
thedf.assign(division=lambda x: np.where(x['a'] != 0, x['b'] / x['a'], 0))

np.where会逐个检查x['a'] != 0的布尔值，满足条件时计算x['b']/x['a']，不满足时返回0。

方法2：使用Pandas的mask方法 #

thedf.assign(division=lambda x: (x['b'] / x['a']).mask(x['a'] == 0, 0))

先计算所有除法结果（此时a=0的位置会得到inf），再用mask把x['a'] == 0的位置替换为0。

方法3：使用div结合replace处理无穷值 #

import numpy as np
thedf.assign(division=lambda x: x['b'].div(x['a']).replace([np.inf, -np.inf], 0))

div是Pandas的除法方法，当除数为0时会生成无穷值inf，再用replace把所有正负无穷值替换为0。

验证结果 #

以上三种方法运行后都会得到预期输出：

a   b  division
0  10   9       0.9
1  20  16       0.8
2   0  15       0.0

内容的提问来源于stack exchange，提问作者Alexis