Numpy where函数逻辑或运算符报错及IN式替代方案咨询

1. 逻辑或运算错误修复 #

你遇到的报错源于运算优先级问题：==的优先级低于位运算符|，原代码未给每个相等判断条件单独加括号，导致Python尝试对字符串和布尔值执行位运算，触发类型不匹配错误。

修复后的代码：

sddr_pipeline['Amount'] = np.where(
    (sddr_pipeline['Type'] == 'Renewal - Upgrade') | 
    (sddr_pipeline['Type'] == 'Term change/Re-signing'),
    sddr_pipeline['Delta Amount'], 
    sddr_pipeline['Amount']
)

核心是给每个==判断结果单独加括号，确保先完成值相等判断，再执行向量化逻辑或运算（pandas中用|表示）。

2. 多值匹配的简洁写法 #

若需匹配更多类型，无需多次用|连接条件，可使用pandas的isin()方法，功能等价于SQL中的IN语句：

# 定义需匹配的所有目标类型
target_types = ['Renewal - Upgrade', 'Term change/Re-signing', '新增类型1', '新增类型2']

# 用isin()实现批量匹配
sddr_pipeline['Amount'] = np.where(
    sddr_pipeline['Type'].isin(target_types),
    sddr_pipeline['Delta Amount'], 
    sddr_pipeline['Amount']
)

isin()会返回布尔数组，标记每行Type是否在目标列表中，代码更简洁，后续新增或修改匹配值时只需维护target_types列表即可。

内容的提问来源于stack exchange，提问作者ModestPi