Pandas按其他列设置列值：数据分类报错问题求助

问题描述 #

我是Python新手，手里有个从Excel读来的不足1000行的Pandas DataFrame，Store列包含四类数据：门店编号、银行手续费、其他交易、异常数据。纠结是把数据按类型拆成多个DataFrame，还是加分类标记列区分。尝试过程中碰到不少错误，比如str和int比较的TypeError、DataFrame真值模糊的ValueError，附上示例数据和尝试的代码，求正确处理方法。

示例数据及初始化代码 #

import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict(
    {
        'Store': ['Bank Fees', 'Bt12600', 'Bt12300', 'Something Else', 'AZ1001', 'TX2002','GA5009'],
        'Bank Acct': ['B12343', 'B12344', '', 'B12345','', '', 'B1238'],
        'Amount': [1000.00, 2000.00, 1500.00, 2500.00, 55.00, 3000.00, 3500.00],
    }
) 

df['Store Length'] = df['Store'].apply(len)
df['Store Length'] = df['Store Length'].apply(str)  # 为筛选门店转成字符串
df = df.replace('', np.nan)                         # 空值替换为NaN

df['Included'] = "No"         # 默认标记为不包含
df['Category'] = 'Exception'  # 默认分类为异常
print(df)

尝试代码及报错 #

1. 类型不匹配错误

cond1 = (df.loc[(df['Store Length'].isin(['6','7']))])  
cond2 = (df.loc[(df['Bank Acct'].isna())])

# 另一种尝试：
df.loc[(df['Store Length'] <= 8) & (df['Bank Acct'].isna())]

报错：TypeError: '<=' not supported between instances of 'str' and 'int'

2. 真值模糊错误

if ((cond1) and (cond2)):     # 筛选门店：长度<8且Bank Acct为空
    df['Category'] = 'STORE'  
    df['Included'] = 'YES'    
    pass                      

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

解决方案 #

一、方案选择：拆分 vs 加标记 #

数据量不到1000行，两种方案都可行，但加分类标记列更实用：

• 标记列能让后续统计、筛选操作更灵活，不用来回切换多个DataFrame；
• 如果之后需要拆分，也能通过标记快速拆分（比如df_store = df[df['Category'] == 'STORE']）；
• 拆分仅适合后续对不同类型数据做完全独立的复杂处理，日常场景用标记列更省心。

二、逐个解决代码错误 #

1. 修复TypeError：字符串与整数比较

你把Store Length转成了字符串类型，导致和整数8比较报错。没必要转字符串，直接保留整数类型即可：

# 删除转字符串的代码，保留整数长度
df['Store Length'] = df['Store'].apply(len)

之后就能正常用df['Store Length'] <=8做数值比较。

2. 修复ValueError：DataFrame真值模糊

cond1和cond2是筛选后的DataFrame，不是布尔索引，用if判断整个DataFrame的真值会触发歧义报错。正确做法是用布尔索引直接定位行，然后批量赋值，不需要if语句：

# 构建布尔条件
store_condition = (df['Store Length'] <=8) & (df['Bank Acct'].isna())
# 给符合条件的行赋值
df.loc[store_condition, ['Category', 'Included']] = ['STORE', 'YES']

三、完整分类处理代码 #

结合四类数据的特征，用批量赋值完成全部分类标记：

import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict(
    {
        'Store': ['Bank Fees', 'Bt12600', 'Bt12300', 'Something Else', 'AZ1001', 'TX2002','GA5009'],
        'Bank Acct': ['B12343', 'B12344', '', 'B12345','', '', 'B1238'],
        'Amount': [1000.00, 2000.00, 1500.00, 2500.00, 55.00, 3000.00, 3500.00],
    }
) 

# 1. 预处理：空值替换+计算Store长度（保留整数）
df = df.replace('', np.nan)
df['Store Length'] = df['Store'].apply(len)

# 2. 初始化标记列
df['Included'] = "No"
df['Category'] = 'Exception'

# 3. 定义各类数据的布尔条件
bank_condition = df['Store'] == 'Bank Fees'
store_condition = (df['Store Length'] <=8) & (df['Bank Acct'].isna())
other_condition = df['Store'] == 'Something Else'

# 4. 批量更新分类和标记
df.loc[bank_condition, ['Category', 'Included']] = ['BANK', 'YES']
df.loc[store_condition, ['Category', 'Included']] = ['STORE', 'YES']
df.loc[other_condition, ['Category', 'Included']] = ['OTHER', 'YES']

print(df)

运行后会正确标记每一行的分类，且不会出现之前的错误。

内容的提问来源于stack exchange，提问作者Fred