Python中Series真值歧义报错原因咨询（含if-else代码示例）

• 普通Python的if...else是用来判断单个布尔值的，但你写的df['column1']==0会生成一整列布尔值（pandas的Series对象），Python没法直接判定一整列布尔值的“真假”，所以抛出了「真值模糊」的错误。
• 顺带提一句：你代码里的100*['column3']是重复字符串列表，不是取DataFrame里column3列的值，正确写法应该是100 * df['column3']。

方法1：用numpy.where（简洁高效） #

import numpy as np
df['column2'] = np.where(df['column1'] == 0, 0, 100 * df['column3'])

逻辑：逐行检查column1的值，等于0就给column2赋0，否则赋column3值的100倍，完全适配pandas的向量操作逻辑。

方法2：用pandas.loc索引（逻辑直观） #

# 先给column2统一赋值为column3的100倍
df['column2'] = 100 * df['column3']
# 再把column1等于0的那些行的column2改成0
df.loc[df['column1'] == 0, 'column2'] = 0

这种方式先设置默认值，再精准修改符合条件的行，新手更容易理解。

内容的提问来源于stack exchange，提问作者Cecilie S. K