如何在Pandas中基于另一列条件创建新列？解决真值歧义报错

错误原因 #

你写的1 if df[1] else 0里，df[1]是Pandas的Series对象，包含一组布尔值。Python的三元运算符if...else只能判断单个布尔值，无法直接处理整个Series——Pandas不知道你要判断"所有元素为真"还是"任意元素为真"，所以抛出ValueError提示真值判断模糊。

正确实现方法 #

方法1：使用numpy.where（推荐，向量化操作效率高）

这是Pandas中条件赋值的标准做法，直接对Series的每个元素进行判断：

import pandas as pd
import numpy as np

df = pd.DataFrame(range(0, 10))
df[1] = df[0] % 2 == 0
df[2] = np.where(df[1], 1, 0)  # 满足条件(df[1]为True)赋值1，否则赋值0

方法2：直接将布尔列转为整数

Pandas的布尔类型本质上是整数的子类，True对应1，False对应0，直接用astype(int)转换即可：

import pandas as pd

df = pd.DataFrame(range(0, 10))
df[1] = df[0] % 2 == 0
df[2] = df[1].astype(int)

方法3：使用Series.map

通过映射字典把布尔值转为对应数字：

import pandas as pd

df = pd.DataFrame(range(0, 10))
df[1] = df[0] % 2 == 0
df[2] = df[1].map({True: 1, False: 0})

方法4：使用Series.apply（逐元素处理，大数据量不推荐）

逐元素应用判断逻辑，适合复杂条件，但性能不如向量化操作：

import pandas as pd

df = pd.DataFrame(range(0, 10))
df[1] = df[0] % 2 == 0
df[2] = df[1].apply(lambda x: 1 if x else 0)

内容的提问来源于stack exchange，提问作者geckos