Pandas按行匹配特定值比较两列并求和的报错问题

错误原因分析 #

触发ValueError的核心问题有两个：

1. pandas/numpy的布尔数组（Series）不能用Python原生的and/or操作符——这些操作符仅针对单个布尔值，批量布尔运算必须用&（逻辑与）和|（逻辑或）。
2. Pclass == 1 or 2的写法逻辑错误，Python会将其解析为(Pclass ==1) or 2，而2是真值，导致这个条件永远为True，正确写法是判断Pclass等于1或等于2，或用isin方法简化。

正确解决方案 #

以下是几种可行的实现方式：

方法1：用np.where标记匹配行并统计

import numpy as np
import pandas as pd

# 生成匹配标记列
df['Match'] = np.where(
    (df['Survived'] == 1) & df['Pclass'].isin([1, 2]),
    1, 0
)
# 统计匹配记录总数
match_count = df['Match'].sum()
print(match_count)

方法2：直接用布尔索引统计（无需生成额外列）

这种方式更高效，不需要创建新列：

# 方式A：通过len()统计筛选后的DataFrame行数
match_count = len(df[(df['Survived'] == 1) & df['Pclass'].isin([1, 2])])

# 方式B：直接对布尔数组求和（True会被视为1，False视为0）
match_count = ((df['Survived'] == 1) & df['Pclass'].isin([1, 2])).sum()

方法3：展开多条件判断（不用isin）

如果不想用isin，可以明确写出每个条件，注意加括号保证优先级：

match_count = ((df['Survived'] == 1) & ((df['Pclass'] == 1) | (df['Pclass'] == 2))).sum()

内容的提问来源于stack exchange，提问作者yezzussss