DataFrame中对比SOI priority与%Stake列生成新列遇ValueError求助

问题说明 #

需基于DataFrame的「SOI priority」和「%Stake」列生成「Priority comment」列，原代码因错误使用if判断布尔Series的真值，抛出如下错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

期望输出示例：

错误原因 #

原代码中if((temp>10)&(treasury_shares['SOI priority']==1))试图直接判断整个布尔Series的真假，而Pandas无法确定你要判断「所有元素满足」还是「任意元素满足」，因此抛出歧义错误。此外，字符串拼接时未将数值型的「SOI priority」转为字符串，会导致类型错误。

修正方案 #

使用Pandas推荐的批量条件赋值方法（np.where或loc）替代if语句，同时确保类型转换正确：

修正后代码 #

import pandas as pd
import numpy as np

# 初始化空注释列
treasury_shares['Priority comment'] = ""

# 保留数值型 stake 百分比，用于条件判断（避免修改原列后无法数值比较）
temp = round(treasury_shares['%Stake'] * 100, 0)

# 将%Stake格式化为带%的字符串
treasury_shares['%Stake'] = temp.astype(str) + "%"

# 重新排列列顺序
treasury_shares = treasury_shares.reindex(
    columns=["performance_id", "SOI priority", "Date", "issued_shares_as_reported",
             "share_level", "share_be", "%Stake", "Priority comment"]
)

# 方法1：用np.where批量赋值
treasury_shares['Priority comment'] = np.where(
    (temp > 10) & (treasury_shares['SOI priority'] == 1),
    'SOI' + treasury_shares['SOI priority'].astype(str) + '&Stake>10%',
    treasury_shares['Priority comment']
)

# 方法2：用loc定位符合条件的行赋值（效果等同，按需选择）
# treasury_shares.loc[(temp > 10) & (treasury_shares['SOI priority'] == 1), 'Priority comment'] = \
#     'SOI' + treasury_shares['SOI priority'].astype(str) + '&Stake>10%'

关键修改点 #

1. 用np.where/loc替代if：对Series的每个元素单独做条件判断，批量赋值，避免真值歧义。
2. 保留数值型临时变量temp：原列转为带%的字符串后无法做数值比较，用temp存储转换前的数值用于条件判断。
3. 字符串类型转换：将「SOI priority」转为字符串后再拼接，避免类型错误。

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