使用np.select遇Series真值判断模糊错误，求解决方案

错误根源是逻辑运算符的优先级问题：你在组合条件时没有给每个比较表达式单独加括号。&的优先级高于>=和<，导致代码先计算6 & df['B']，这会试图将整数和Series做按位与，进而触发Series真值判断的歧义报错。

修正后的代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(10).reshape(-1,2), columns=['A','B'])
# 给每个比较表达式单独加括号，确保逻辑运算顺序正确
conditions = [ 
    (df['B'] < 3),
    (df['B'] >= 6) & (df['B'] < 9),
    (df['B'] >= 9)
]
PE_Categories = ['Less than 3', '20-30', '9+']
# 可选：添加default参数处理未匹配的情况（比如B在3-6之间的行）
df['PE_Categories'] = np.select(conditions, PE_Categories, default='3-6')
print(df)

运行后会生成正确的分类结果：

A  B PE_Categories
0  0  0  Less than 3
1  1  1  Less than 3
2  2  2  Less than 3
3  3  3         3-6
4  4  4         3-6
5  5  5         3-6
6  6  6        20-30
7  7  7        20-30
8  8  8        20-30
9  9  9          9+

关键注意点：

• 必须将每个比较条件用括号包裹，再用&连接，确保先执行比较运算，再执行逻辑与运算
• 如果存在未被任何条件匹配的行，建议添加default参数指定默认分类，避免默认填充0或其他不符合预期的值

内容的提问来源于stack exchange，提问作者sazaki