Pandas代码报错ValueError：Series真值不明确，求解析与解决

错误原因 #

你直接将整个Pandas Series（df.year和df.age）传入自定义函数create_d，函数内的if age<18会对整个Series做比较，得到一个布尔型Series。而if语句需要单个布尔值来判断分支，Pandas无法确定你要判断这个Series的全部为真、任意为真还是其他逻辑，因此抛出这个“模糊真值”的错误。

另外你的函数还有两处隐患：

• 当age<18时没有返回值，会导致对应行的d列出现None
• 如果year不在字典dic的键中（比如数据里的2014），执行dic[year]会触发KeyError

解决方法 #

方法1：用apply逐行处理

修改函数使其接收单行数据，再通过df.apply逐行调用：

import pandas as pd

dic = {2011: 170, 2012: 200, 2013: 300}

data = [[2012, 10], [2013, 30], [2014, 14]]
  
df = pd.DataFrame(data, columns=['year', 'age'])

def create_d(row):
    if row['age'] < 18:
        return 0
    else:
        # 用get方法处理year不在字典的情况，返回默认值0
        return dic.get(row['year'], 0)

df["d"] = df.apply(create_d, axis=1)

方法2：矢量化操作（推荐，效率更高）

Pandas优先推荐矢量化操作替代逐行处理，尤其是大数据场景，这里可以结合map和np.where实现：

import pandas as pd
import numpy as np

dic = {2011: 170, 2012: 200, 2013: 300}

data = [[2012, 10], [2013, 30], [2014, 14]]
  
df = pd.DataFrame(data, columns=['year', 'age'])

# 将year映射为字典值，不存在的用0填充
year_mapped = df['year'].map(dic).fillna(0)
# 根据age条件选择对应的值
df['d'] = np.where(df['age'] < 18, 0, year_mapped)

内容的提问来源于stack exchange，提问作者Stata_user