如何在指定行用if逻辑处理Pandas DataFrame的GDP_Growth列？

你的代码报错是因为直接用if判断布尔Series，而Python的if需要单个布尔值，无法处理pandas返回的布尔序列。下面是两种可行的实现方式：

方法1：使用loc条件赋值 #

先将目标列初始化为NaN，再给满足条件的行赋值：

import numpy as np

# 先把GDP_Growth列全部设为NaN
unp['GDP_Growth'] = np.nan
# 仅对TIME>2014的行计算并赋值
unp.loc[unp['TIME'] > 2014, 'GDP_Growth'] = unp['GDP_CAP'] - unp['GDP_CAP'].shift(1)

注意：如果你的DataFrame没有按TIME排序，建议先执行排序保证shift(1)取到的是上一年的数据：

unp = unp.sort_values('TIME')

方法2：使用np.where一行实现 #

利用numpy的向量化条件判断，直接生成目标列：

import numpy as np

unp['GDP_Growth'] = np.where(
    unp['TIME'] > 2014, 
    unp['GDP_CAP'] - unp['GDP_CAP'].shift(1), 
    np.nan
)

如果你的实际需求是TIME不等于2014（而非仅大于2014），只需把条件改成unp['TIME'] != 2014即可。

内容的提问来源于stack exchange，提问作者James C