Pandas DataFrame中if-else条件赋值报错，求惯用解决方法

你遇到的ValueError是因为直接用if-else判断整个布尔Series导致的——Pandas无法确定你要判断这个Series的整体真值（是要所有元素为真？还是至少一个？），所以不能这么写。下面是几种符合Pandas惯用风格的高效写法：

步骤1：修正中位数计算 #

你的代码里np.median(df)是对整个DataFrame计算中位数，而你只需要% Renewable列的中位数，更规范的写法是：

med = df['% Renewable'].median()

步骤2：创建新列的几种高效写法 #

方法1：使用np.where（最直观的向量化方法） #

这是Pandas中处理条件赋值最常用的方式之一，直接对整个Series做向量化判断：

import numpy as np
df['HighRenew'] = np.where(df['% Renewable'] >= med, 1, 0)

方法2：布尔Series转整数 #

Pandas的布尔Series可以直接通过astype(int)转换，True会转为1，False转为0，简洁高效：

df['HighRenew'] = (df['% Renewable'] >= med).astype(int)

方法3：使用map方法 #

如果需要自定义映射关系，可以用map，不过性能略逊于前两种向量化方法：

df['HighRenew'] = (df['% Renewable'] >= med).map({True: 1, False: 0})

这些写法都是Pandas推荐的向量化操作，比apply()效率高得多，尤其是处理大数据集时优势明显。

内容的提问来源于stack exchange，提问作者AmirMohammad Shakeri