使用函数和条件为DataFrame新增列时遇错，求原因分析

核心错误原因 #

你遇到的ValueError: The truth value of a Series is ambiguous是主错误，后续的OSError是IPython回溯错误时的附加异常，根源在于代码逻辑完全不符合pandas.Series.apply()的运行机制：

• apply()是逐元素处理Series中的每个值，但你的my_function直接操作整个df['Price']列（一个Series），df['Price'] <= 15000会返回布尔值组成的Series，Python无法将整个Series作为if判断的条件，因此抛出歧义错误。
• 函数内多余的df.iterrows()循环完全冗余，apply本身已经完成了逐元素遍历的工作。
• 函数参数price_label名不副实，实际接收的是单个价格数值，而非标签。

修正方案 #

方法1：修复自定义函数并正确使用apply #

def get_price_label(price):
    if price <= 15000:
        return "Low"
    elif 15000 < price <= 38000:
        return "Average"
    else:
        return "High"

# 正确调用apply，逐元素传入价格值
df['Price Label'] = df['Price'].apply(get_price_label)

方法2：使用pandas内置分箱函数（更高效） #

对于数值分箱打标签的场景，pd.cut()比自定义函数+apply更高效，代码更简洁：

import pandas as pd

# 定义分箱区间和对应标签
bins = [float('-inf'), 15000, 38000, float('inf')]
labels = ["Low", "Average", "High"]

df['Price Label'] = pd.cut(df['Price'], bins=bins, labels=labels)

内容的提问来源于stack exchange，提问作者Francis