基于列表条件创建变量报错，寻求多元素列表简洁实现方案

问题场景 #

想要创建一个新变量，取值逻辑为：当观测值的「Employement Sector」属于指定列表，且「Monthly salary in hand」数值小于3000时标记为1，否则为0。

尝试了以下代码但报错：

emp_list1 = ["Gov.Sector","Semi Gov.Sector"]
PF_deftag['emp_grp1'] = np.where(
    (PF_deftag['Employement Sector'] in ['emp_list1'] )
    & (PF_deftag['Monthly salary in hand'].astype(float) < 3000),
    1,
    0
)

错误信息：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

目前通过多个==加|的方式可以正常运行，但列表元素增多后代码会变得冗长：

PF_deftag['emp_grp1'] = np.where(
    ((PF_deftag['Employement Sector'] == "Gov.Sector") | 
        (PF_deftag['Employement Sector'] == "Semi Gov.Sector"))
    & (PF_deftag['Monthly salary in hand'].astype(float) < 3000),
    1,
    0
)

错误原因 #

1. 误用Python原生in：Pandas Series不能直接用in判断元素是否属于列表，这会触发整个Series的布尔值判断，导致歧义报错，应该用Pandas提供的isin()方法。
2. 语法错误：代码中['emp_list1']是把变量名作为字符串元素，而非引用定义好的列表emp_list1。

简洁实现方法 #

使用isin()方法替代多个==的或逻辑，不管列表有多少元素，代码都能保持简洁：

emp_list1 = ["Gov.Sector","Semi Gov.Sector"]
PF_deftag['emp_grp1'] = np.where(
    PF_deftag['Employement Sector'].isin(emp_list1)
    & (PF_deftag['Monthly salary in hand'].astype(float) < 3000),
    1,
    0
)

补充说明 #

• isin()方法会返回一个布尔Series，对应每个元素是否在指定列表中，完美适配np.where的条件要求。
• 如果「Monthly salary in hand」字段已经是数值类型，可以去掉.astype(float)转换，提升运行效率。

内容的提问来源于stack exchange，提问作者matthew freeman