使用lifelines的CoxPHFitter做生存分析时遇Series真值歧义错误

错误根源 #

核心问题：CoxPHFitter.fit()方法的duration_col和event_col参数需要传入列名字符串，而非直接传入pandas Series对象。

你当前传入的T = df['survival_time']和E = df['event_occurred']都是Series，当lifelines内部尝试判断self.event_col的布尔值时（如代码逻辑if self.event_col else ...），会触发pandas的经典报错——无法直接判断一个Series的真假，必须用any()/all()等方法，这就是你看到ValueError: The truth value of a Series is ambiguous的原因。

两种修正方案 #

方案1：合并生存数据到特征框，传入列名字符串 #

先把生存时间、事件状态列合并到特征数据框X中，再指定列名拟合：

from lifelines import CoxPHFitter
import pandas as pd

# 合并生存数据到特征数据框
X_combined = pd.concat([X, df['survival_time'], df['event_occurred']], axis=1)

# 拟合模型，传入列名字符串
coxph = CoxPHFitter()
coxph.fit(X_combined, duration_col='survival_time', event_col='event_occurred')

print(coxph.summary())

方案2：直接使用原始全量数据框，指定列名 #

如果原始df已包含所有特征（CHOL、sex、age）和生存数据，可直接用df拟合：

from lifelines import CoxPHFitter

coxph = CoxPHFitter()
# 用原始df，指定生存时间、事件列，同时通过formula指定特征列
coxph.fit(df, duration_col='survival_time', event_col='event_occurred', formula="CHOL + sex + age")

print(coxph.summary())

也可以省略formula，让模型自动使用df中除生存、事件列外的所有列作为特征。

验证说明 #

两种方案本质都是让duration_col和event_col接收字符串类型的列名，而非Series对象，从而让lifelines内部正确识别并处理数据，解决报错问题。

内容的提问来源于stack exchange，提问作者Lucy Janssens