Python中基于整数创建二元分类新列及报错解决

你遇到的错误是因为直接用if判断整列的布尔结果导致的——fourthcycle_df["Size1"] <= 1001返回的是一个布尔Series（每一行对应一个True/False），Pandas无法确定你要判断"所有行满足"还是"任意行满足"，所以抛出歧义错误。

以下是几种可行的解决方法：

方法1：使用numpy.where（推荐，矢量化效率高） #

这是处理这种条件赋值最简洁的方式，直接对整列进行矢量化操作：

import numpy as np
fourthcycle_df["NewSize"] = np.where(fourthcycle_df["Size1"] <= 1001, "1-1001", "1001+")

方法2：使用Pandas的loc索引赋值 #

先初始化新列，再给符合条件的行批量赋值：

# 先给所有行默认赋值"1001+"
fourthcycle_df["NewSize"] = "1001+"
# 筛选出Size1<=1001的行，修改NewSize的值
fourthcycle_df.loc[fourthcycle_df["Size1"] <= 1001, "NewSize"] = "1-1001"

方法3：使用apply方法（适合小数据集） #

通过lambda函数对每个元素单独判断，不过效率低于前两种矢量化方法：

fourthcycle_df["NewSize"] = fourthcycle_df["Size1"].apply(lambda x: "1-1001" if x <= 1001 else "1001+")

内容的提问来源于stack exchange，提问作者Benji