如何在Pandas DataFrame中基于布尔条件创建计算列？

你可以用以下几种简洁的矢量化方法实现需求，这些方法逐元素处理，不会触发你遇到的模糊布尔值报错：

方法一：使用np.where（最直观） #

这是最贴合你逻辑描述的写法，直接对每行的signal值做判断：

import numpy as np
df['distance'] = np.where(df['signal'], df['SPY'] - df['shrtAvg'], df['shrtAvg'] - df['SPY'])

方法二：布尔索引结合loc #

先设置默认值（对应signal=False的场景），再覆盖signal=True的行：

# 初始化所有行为shrtAvg - SPY
df['distance'] = df['shrtAvg'] - df['SPY']
# 对signal为True的行，替换为SPY - shrtAvg
df.loc[df['signal'], 'distance'] = df['SPY'] - df['shrtAvg']

方法三：数学矢量化简化 #

利用布尔值转数值的特性简化计算，逻辑和上述方法一致：

# True转1，False转-1，直接与差值相乘
df['distance'] = (df['SPY'] - df['shrtAvg']) * (2 * df['signal'] - 1)

报错原因说明 #

你遇到的ValueError是因为错误地将整个signal Series当作单个布尔值判断（比如在if语句里直接写if df.signal:）。Pandas无法判定整个多元素Series的"真值"，而上面的矢量化方法都是对每行元素单独处理，不会触发这个问题。

如果你的signal列不是布尔类型（比如存为字符串'True'/'False'），需要先转换类型：

df['signal'] = df['signal'].astype(bool)

内容的提问来源于stack exchange，提问作者John