嵌套if逻辑未返回预期结果：Pandas DataFrame颜色映射函数问题

你的代码里，my_func的嵌套if判断存在逻辑矛盾，导致永远无法返回black。当外层判断A == "a" and C ==0成立时，内层又判断A == 'm' and C ==1——同一个A不可能同时是"a"和"m"，C也不可能同时是0和1，这两个条件完全互斥，所以这个分支永远不会触发。

修正后的代码 #

把返回black的条件拆成独立的判断分支，同时修正groupby.apply的使用方式（原方式会传入Series而非单个值）：

import pandas as pd

df = pd.DataFrame({'date':['date1', 'date1', 'date1', 'date2','date2', 'date2', 'date3', 'date3', 'date3' ],
          'A': ['m', 'm', 'a', 'm', 'a', 'e', 'm', 'a', 'e'],
          'B':['p', 'p', 0, 'p', 'q', 'r', 'p', 'q', 'r'],
          'C':[1,1,0,0,1,0, 0, 0, 1]})

def my_func(A, C):
    if A == "a" and C == 0:
        return 'black'
    elif A == 'a' and C == 1:
        return 'green'
    elif A == "m" and C == 0:
        return "red"
    # 未匹配条件时默认返回None

# 逐行传入单个值处理
result = df.apply(lambda row: my_func(row['A'], row['C']), axis=1)
print(result)

输出结果 #

0     None
1     None
2    black
3      red
4    green
5     None
6      red
7     None
8     None

更高效的向量化实现（推荐） #

如果处理大数据集，用np.select实现向量化操作比逐行循环效率更高：

import numpy as np

conditions = [
    (df['A'] == 'a') & (df['C'] == 0),
    (df['A'] == 'a') & (df['C'] == 1),
    (df['A'] == 'm') & (df['C'] == 0)
]
choices = ['black', 'green', 'red']

df['color'] = np.select(conditions, choices, default=None)
print(df['color'])

输出结果和预期完全一致。

内容的提问来源于stack exchange，提问作者ferrelwill