Pandas条件函数如何返回多个值并分别打印（解决Series真值报错）

抛出ValueError: The truth value of a Series is ambiguous的核心原因是if data['C'] > 0的判断逻辑不成立：
data['C']是pandas的Series列对象，data['C'] > 0返回的是和原列长度相同的布尔型Series（每一行对应一个True/False的判断结果），而Python原生if语句只能接收单个布尔值作为判断条件，无法直接对包含多个布尔值的Series做真假判定，因此触发歧义报错。

你需要先明确自己的判断逻辑属于哪类场景，再选对应写法：

• 场景1：整列符合判定规则时才返回全量计算结果
  如果你要判断「C列所有值都大于0」或者「C列存在至少一个大于0的值」，可以用pandas内置的聚合方法把布尔Series压缩为单个布尔值，再传入if判断：

import pandas as pd
dataset = {'A': [6, 2, 3, 4, 5, 5, 7, 8, 9, 7],
'B': [5, 1, 2, 3, 4, 4, 6, 7, 8, 6],
'C': [0, 1, 0, 1, 1, 0, 1, 0, 1, 0]}
data = pd.DataFrame(dataset)

def quanta():
# .any()表示只要C列有任意一个值>0就触发计算，要全量满足就换成.all()
if (data['C'] > 0).any():
return (data['A']+data['B']), (data['A']-data['B'])
# 必须补全条件不满足时的返回值，且返回值数量要和匹配分支一致，否则解包会报错
return pd.Series([None]*len(data)), pd.Series([None]*len(data))

a, b = quanta()
print(a)
print(b)

- 场景2：逐行判断C列值，按行返回对应计算结果
如果你要实现「逐行判断C列的值，C>0的行计算A+B、A-B，不满足的行填充空值/默认值」，不能用原生if语句，要改用pandas向量化运算实现：
```python
import pandas as pd
import numpy as np
dataset = {'A': [6, 2, 3, 4, 5, 5, 7, 8, 9, 7],
      'B': [5, 1, 2, 3, 4, 4, 6, 7, 8, 6],
      'C': [0, 1, 0, 1, 1, 0, 1, 0, 1, 0]}
data = pd.DataFrame(dataset)

def quanta():
  cond = data['C'] > 0
  # 满足条件的行返回计算结果，不满足的行返回NaN
  sum_res = pd.Series(np.where(cond, data['A'] + data['B'], np.nan), index=data.index)
  diff_res = pd.Series(np.where(cond, data['A'] - data['B'], np.nan), index=data.index)
  return sum_res, diff_res

a, b = quanta()
print(a)
print(b)

注意：做a, b = quanta()这类多返回值解包时，函数所有分支的返回值数量必须一致，否则条件不满足时函数会默认返回None，触发解包错误。

内容的提问来源于stack exchange，提问作者resunga