如何修改DataFrame条件判断代码实现指定数值区间逻辑？

首先修正原始代码中的逻辑运算优先级问题（&的优先级高于==，必须给每个比较表达式加括号），再调整第二个条件的范围，最后通过numpy.select处理默认情况：

import numpy as np

# 定义调整后的条件
conditions = [
    # 第一个条件：In stock?为1且qty_total小于1
    (final_dataframe['In stock?'] == 1) & (final_dataframe['qty_total'] < 1),
    # 第二个条件：In stock?为0且qty_total在1到98765之间（包含两端）
    (final_dataframe['In stock?'] == 0) & (final_dataframe['qty_total'].between(1, 98765))
]

# 对应条件的输出值
choices = ['True', 'False']

# 生成新列，不满足任何条件时填充默认值（这里用None，可替换为任意值）
final_dataframe['Unlist This'] = np.select(conditions, choices, default=None)

关键说明 #

• 用括号包裹每个比较表达式，避免因运算优先级导致的逻辑错误。
• 使用between(1, 98765)精准限定qty_total的范围，等价于(qty_total >=1) & (qty_total <=98765)。
• default参数用于处理qty_total超过98765的情况，你可以根据需求替换为''、'N/A'等任意值。

内容的提问来源于stack exchange，提问作者ijoubert21