Pandas中np.where逻辑错误排查：多列条件与固定列约束问题

问题根源：逻辑运算符优先级错误 #

Python中，&（按位与）的优先级高于|（按位或）。你的代码实际执行的逻辑是：
(df['01']>0) | (df['02']>0) | (df['03']>0) | [(df['04']>0) & (df['spend']==0)]
这就导致只要01/02/03任意一列大于0，哪怕spend>0，整个条件也会被判定为True，进而标记为1，完全偏离了你原本的需求。

修正后的代码 #

把所有“01-04任意一列大于0”的条件用括号整体包裹，再和“spend等于0”的条件做与运算：

import numpy as np
df['indicator'] = np.where(
    ((df['01'] > 0) | (df['02'] > 0) | (df['03'] > 0) | (df['04'] > 0)) 
    & (df['spend'] == 0),
    1, 0
)

修正后的逻辑说明 #

1. 先判断01、02、03、04是否至少有一列大于0
2. 再判断spend是否等于0
3. 只有两个条件同时满足时，才标记为1，否则为0，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者Maths12