请求协助梳理Pandas多条件赋值逻辑并解决Series真值歧义ValueError

首先，你遇到的ValueError是因为直接对整个Series使用if判断时，Python无法确定整个Series的“真值”（毕竟Series包含多个布尔值），而且你的代码逻辑是对整个DataFrame做批量判断，而我们需要的是逐行应用条件规则。下面给你两种可行的实现方式：

方案一：使用np.select（推荐，性能更优） #

np.select可以根据多个条件列表和对应的值列表，逐行匹配并赋值，非常适合这种多优先级的条件场景：

import pandas as pd
import numpy as np

# 测试数据
test = pd.DataFrame({'index' : ['DS','VS','VB','FS','HB'], 
                     'bid' : [np.nan,102,103,104,np.NaN], 
                     'mid' : [106,107,108,109,110], 
                     'ask' : [np.nan,112,113,114,115]})

# 定义条件列表（按优先级从高到低）
conditions = [
    # 规则1：index以'B'结尾且bid>0
    (test['index'].str.endswith('B')) & (test['bid'].notna() & (test['bid'] > 0)),
    # 规则2：index以'S'结尾且ask>0
    (test['index'].str.endswith('S')) & (test['ask'].notna() & (test['ask'] > 0)),
    # 规则3-1：bid>0
    test['bid'].notna() & (test['bid'] > 0),
    # 规则3-2：mid>0
    test['mid'].notna() & (test['mid'] > 0),
    # 规则3-3：ask>0
    test['ask'].notna() & (test['ask'] > 0)
]

# 对应条件的取值列表
values = [
    test['bid'],
    test['ask'],
    test['bid'],
    test['mid'],
    test['ask']
]

# 生成fin列
test['fin'] = np.select(conditions, values, default=np.nan)

print(test)

运行后输出和你的预期完全一致：

index    bid  mid    ask    fin
0    DS    NaN  106    NaN  106.0
1    VS  102.0  107  112.0  112.0
2    VB  103.0  108  113.0  103.0
3    FS  104.0  109  114.0  114.0
4    HB    NaN  110  115.0  110.0

方案二：使用apply+lambda（适合逻辑更灵活的场景） #

如果想使用apply和lambda，可以把逐行的条件逻辑写在lambda函数里，注意要指定axis=1来逐行处理：

import pandas as pd
import numpy as np

test = pd.DataFrame({'index' : ['DS','VS','VB','FS','HB'], 
                     'bid' : [np.nan,102,103,104,np.NaN], 
                     'mid' : [106,107,108,109,110], 
                     'ask' : [np.nan,112,113,114,115]})

test['fin'] = test.apply(lambda row: 
    row['bid'] if (row['index'].endswith('B') and pd.notna(row['bid']) and row['bid']>0)
    else row['ask'] if (row['index'].endswith('S') and pd.notna(row['ask']) and row['ask']>0)
    else row['bid'] if (pd.notna(row['bid']) and row['bid']>0)
    else row['mid'] if (pd.notna(row['mid']) and row['mid']>0)
    else row['ask'] if (pd.notna(row['ask']) and row['ask']>0)
    else np.nan, axis=1)

print(test)

这个方案同样能得到预期的输出，不过对于大型DataFrame来说，apply的性能会比np.select差一些，所以优先推荐方案一。

关键注意点 #

• 避免直接对整个Series使用if/and/or，要用&（且）、|（或）代替，并且注意括号分组（因为运算符优先级问题）。
• 判断空值时，推荐用pd.notna()或者Series.notna()，比直接和np.nan对比更可靠。
• 条件要按优先级从高到低排列，确保优先匹配的规则先被执行。

内容的提问来源于stack exchange，提问作者darkuss