Pandas DataFrame新增列：取列值运算后与0的最大值问题

错误原因 #

你用Python内置的max()函数直接处理Pandas Series，这会触发ValueError——因为max()无法判断整个Series的布尔值（它不知道你要判断Series是否为空、全True还是全False），所以报错提示"The truth value of a Series is ambiguous"。

正确实现方法 #

以下几种方法都能实现需求，按效率推荐排序：

方法1：使用Pandas的clip()方法（最简洁高效）

clip()可以直接将数值截断在指定范围内，这里把小于0的部分设为0：

const = 10
df['new_val'] = (df['val'] - const).clip(lower=0)

方法2：使用numpy.maximum()（元素级别的最大值计算）

numpy.maximum()支持对Series和标量进行逐元素比较取最大值：

import numpy as np
const = 10
df['new_val'] = np.maximum(df['val'] - const, 0)

方法3：使用apply()结合lambda（适合理解逻辑，大数据集效率较低）

逐行处理每个元素，用Python内置max()计算单个值的最大值：

const = 10
df['new_val'] = df['val'].apply(lambda x: max(x - const, 0))

输入输出示例 #

输入DataFrame：

val
   12
    5

执行代码后得到期望输出：

val  new_val
   12        2
    5        0

内容的提问来源于stack exchange，提问作者Alon G