使用NumPy进行数据验证时出现TypeError: unsupported operand type(s) for &: 'tuple' and 'tuple'错误的解决咨询

嘿，我来帮你搞定这个报错问题～

错误原因 #

你触发的TypeError: unsupported operand type(s) for &: 'tuple' and 'tuple'，核心问题出在**np.where()的返回值类型上：
当你只给np.where()传入一个布尔条件时，它返回的是满足条件的元素的索引元组**（格式是(行索引数组, 列索引数组)），而不是你需要的布尔掩码数组。这时候你用&去连接两个元组，Python根本不知道怎么处理这种操作，自然就报错了。

而且np.select()要求conditions参数是一组布尔数组（每个元素是True/False的数组），用来标记哪些位置要对应values里的值，你传索引元组肯定不符合要求啦。

解决方法 #

其实完全没必要用np.where()，直接用Pandas自带的布尔比较表达式就能生成符合要求的布尔数组，修正后的代码如下：

conditions = [
    df['DD'].eq('No DD Required'),
    (df['DD'].eq('DD Required')) & (df['On Direct Debit'].eq('No')),
    (df['DD'].eq('DD Required')) & (df['On Direct Debit'].eq('Yes'))
]
values = ['Pass', 'Fail', 'Pass']
df['DDValidation'] = np.select(conditions, values)

这里要注意给每个复合条件加括号，因为&的运算符优先级比eq()高，不加括号会导致逻辑判断出错。

如果实在想用np.where()的话，你需要取出元组里的索引数组部分（不过完全没必要多此一举），写法是np.where(condition)[0]，但显然上面的直接用Pandas布尔表达式的写法更简洁高效。

内容的提问来源于stack exchange，提问作者Jkendrick