DataFrame真值歧义报错：基于sales列生成新列失败求助

报错信息 #

The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

数据集 #

需求 #

基于sales列创建新列new_sales_index：

• 当sales值大于1.2时，设为1
• 当sales值小于1.2时，设为0

问题代码 #

df['new_sales_index']=df['sales'].apply(lambda x: [1 if y > 1.2 else 0])

错误原因 #

1. lambda函数误用了未定义的变量y，apply传入的x已经是sales列的单个float元素，不需要额外变量，逻辑混乱触发真值判断歧义错误。
2. 函数返回列表类型，但需求只需要单个数值，类型不匹配加剧了问题。

解决方案 #

方法1：修正apply的lambda逻辑 #

直接用传入的x做判断，返回单个数值：

df['new_sales_index'] = df['sales'].apply(lambda x: 1 if x > 1.2 else 0)

方法2：Pandas矢量化操作（推荐，效率更高） #

避免使用apply，直接对整列做矢量化判断，再转换为整数：

df['new_sales_index'] = (df['sales'] > 1.2).astype(int)

说明：df['sales'] > 1.2生成布尔值Series，astype(int)自动将True转为1，False转为0，完全符合需求。

方法3：使用numpy.where #

借助numpy条件判断函数实现：

import numpy as np
df['new_sales_index'] = np.where(df['sales'] > 1.2, 1, 0)

处理后结果 #

内容的提问来源于stack exchange，提问作者nuke