如何调试Python中失效的条件判断？分类变量赋值语法错误排查

方法1：使用numpy的where函数（推荐，效率最高） #

直接对整列进行向量化条件赋值，代码简洁高效：

import numpy as np
import pandas as pd

# 假设你的数据集为df
df['RealEstate'] = np.where(df['Term'] <= 240, 1, 0)

方法2：使用pandas的apply方法 #

通过lambda函数遍历每行的Term值做判断：

df['RealEstate'] = df['Term'].apply(lambda x: 1 if x <= 240 else 0)

方法3：布尔值转整数 #

利用布尔值True等价于1、False等价于0的特性，直接转换类型：

df['RealEstate'] = (df['Term'] <= 240).astype(int)

错误原因分析 #

你之前的代码大概率是用了Python原生的if-else语句直接判断整个Series列，这种写法会报错——因为Series的比较结果是布尔数组，原生if无法直接判断整个数组的真假，必须用pandas/numpy提供的向量化操作方法来处理整列数据。

内容的提问来源于stack exchange，提问作者DopeNAnalytical