pandas生成条件列触发TypeError：str与int无法比较的问题排查

问题背景 #

现有数据集：

Name   Verified   Happy

Gabriel  True      Yes
John     False     No
Daniella True      Yes
Gabriel  False     No
Elena    True      Yes
Gabriel False     Yes

预期输出（新增Gesture列）：

Name   Verified   Happy  Gesture

Gabriel  True      Yes    Bye
John     False     No     Bye
Daniella True      Yes    Bye
Gabriel  False     No     Hi
Elena    True      Yes    Bye
Gabriel False     Yes    Bye

规则：当姓名为Gabriel、Verified为False且Happy为No时，Gesture列赋值为Hi，其余情况赋值为Bye。

尝试了两段代码均触发错误：

第一段代码 #

df['Gesture'] =  np.where(df['Name'].eq('Gabriel') & df['Verified'].eq(False) & 
                 df['Happy'].eq('No'), 'Hi', 'Bye')

第二段代码 #

df['Gesture'] = ((df['Name'].eq('Gabriel') & (df['Verified'].eq(False) &  (df['Happy'].eq('No'))).map({True:'Hi',False:'Bye'}))

错误信息：

TypeError: '<' not supported between instances of 'str' and 'int'

错误原因 #

这个错误的核心是数据类型不匹配：

• Verified列大概率不是布尔类型（True/False），而是字符串类型（'True'/'False'），或读取数据时混入了数值类型；
• 当执行df['Verified'].eq(False)时，Pandas尝试将字符串与布尔值/整数做对比，底层类型转换冲突引发了<运算不支持的错误；
• 第二段代码还存在语法错误：括号不匹配，map方法调用位置错误，导致布尔序列的逻辑运算未完成就被调用map。

解决方案 #

1. 先修正数据类型 #

确保Verified和Happy列的类型符合要求：

# 如果Verified是字符串格式的'True'/'False'，转为布尔型
df['Verified'] = df['Verified'].map({'True': True, 'False': False})
# 确保Happy列全为字符串类型，避免数值混入
df['Happy'] = df['Happy'].astype(str)

2. 使用修正后的代码 #

方案一：numpy.where（第一段代码修正类型后即可运行）

import numpy as np
df['Gesture'] = np.where(
    (df['Name'] == 'Gabriel') & (df['Verified'] == False) & (df['Happy'] == 'No'),
    'Hi',
    'Bye'
)

方案二：Pandas布尔索引赋值（更直观）

# 先给所有行默认赋值为Bye
df['Gesture'] = 'Bye'
# 匹配规则的行单独赋值为Hi
df.loc[
    (df['Name'] == 'Gabriel') & (df['Verified'] == False) & (df['Happy'] == 'No'),
    'Gesture'
] = 'Hi'

方案三：修正第二段代码（修复语法和类型问题）

# 先构造完整的布尔条件
cond = (df['Name'].eq('Gabriel') & df['Verified'].eq(False) & df['Happy'].eq('No'))
# 用map将布尔值转换为指定字符串
df['Gesture'] = cond.map({True: 'Hi', False: 'Bye'})

内容的提问来源于stack exchange，提问作者Noob Coder