基于三列（含两布尔列）为Pandas DataFrame新增列报错排查

错误原因分析 #

你的代码存在三个核心问题：

• 错误调用布尔属性：df['Shipped T/F?'].bool是错误写法——.bool是Series的方法（需写成.bool()），但该方法仅适用于单个布尔值的Series，整列操作直接使用列本身的布尔值即可，无需额外调用。
• 错误使用逻辑运算符：Python原生的and不能用于pandas的向量化布尔运算，必须用&，且需要用括号对每个条件分组，避免运算优先级冲突。
• 语法缺失与条件顺序错误：条件列表中第二个和第三个条件之间漏了逗号；同时np.select按顺序匹配条件，需先定义最严格的排除规则，再匹配目标规则。

修正后的代码 #

import pandas as pd
import numpy as np

data=[
    ['123','ABC', False, False],
    ['456','ABC', False, True],
    ['789','ABC', True, False],
    ['234','ABC', True, True],
    ['567','DEF', False, False],
    ['678','DEF', False, True],
    ['135','DEF', True, False],
    ['246','DEF', True, True],
    ['369','KGH', True, True]
]
df = pd.DataFrame(data,columns=['ID','Category','Shipped T/F?','Hold T/F?'])

# 修正条件：先定义排除项，再匹配目标项
conditions = [
    # 情况1：非ABC分类，或是ABC但同时满足已发货和暂停
    (df['Category'] != 'ABC') | ((df['Category'] == 'ABC') & df['Shipped T/F?'] & df['Hold T/F?']),
    # 情况2：ABC分类且不同时满足已发货和暂停
    (df['Category'] == 'ABC') & ~(df['Shipped T/F?'] & df['Hold T/F?'])
]
values = [0, 1]
df['NewCol'] = np.select(conditions, values, default=0)

print(df)

简化高效写法 #

无需使用np.select，直接通过向量化运算生成布尔列再转成整数即可：

df['NewCol'] = ((df['Category'] == 'ABC') & ~(df['Shipped T/F?'] & df['Hold T/F?'])).astype(int)

逻辑说明：先判断是否为ABC分类，再取反“同时发货且暂停”的条件，最后将布尔值转为0/1（False→0，True→1）。

验证结果 #

运行后将得到你期望的DataFrame：

内容的提问来源于stack exchange，提问作者RhettBrindle