生成条件新列时遇TypeError: boolean values of NA is ambiguous错误求助

• 你代码里的shift方向搞反了：需求是对比当前行与下一行，但shift(1)是拿当前行和上一行做比较，要改成shift(-1)才是和下一行对比。
• 报错核心原因：哪怕原数据已经删除了NaN，shift(-1)后最后一行的对比结果会变成NaN（因为没有下一行），布尔运算遇到NaN就会触发这个歧义错误。

# 对比当前行与下一行的TierType是否不同
tier_change = df_AC['TierType'] != df_AC['TierType'].shift(-1)
# 对比当前行与下一行的用户ID是否相同
sub_ID = df_AC["Subscriber Contact's My Avid ID"] == df_AC["Subscriber Contact's My Avid ID"].shift(-1) 
# 把布尔数组里的NaN填充为False，再执行逻辑与，最后生成新列
df_AC['Tier_Type_Change_Date'] = np.where((tier_change.fillna(False)) & (sub_ID.fillna(False)), 1, 0)

• fillna(False)是因为最后一行没有下一行，肯定不满足两个条件，直接设为False返回0即可。
• 如果你的实际需求是对比当前行和上一行（和描述不符的情况），那依然用shift(1)，但同样要给第一行的NaN填充为False，因为第一行没有上一行，也不满足条件。

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