Python pandas使用np.where实现多条件IF判断报错求解

你遇到的TypeError: Cannot perform 'rand_' with a dtyped [int64] array and scalar of type [bool]报错由两个核心问题导致：

1. 运算符优先级错误：pandas中用于多条件逐元素逻辑与的&优先级高于比较运算符==，你写的判断没加括号，代码会优先执行'inbound' & PG['Out_going Calls']这部分，尝试对字符串和整数列做按位与运算，直接触发类型错误。
2. 代码存在多处笔误：
   • 你提供的样例数据中Segment列取值为首字母大写的Inbound/Outbound，判断条件里写的全小写'inbound'无法匹配到对应数据
   • 取值时写的PG["0"]是不存在的列，你实际需要取值的是Staffed Time列
   • 原代码只写了单列表赋值，没有覆盖你需要的Inbound_Call、Outbound_Call两列计算需求

import numpy as np

# 计算Inbound_Call列
PG["Inbound_Call"] = np.where(
    (PG["Segment"] == "Inbound") & (PG["Out_going Calls"] == 0),
    0,
    PG["Staffed Time"]
)

# 计算Outbound_Call列
PG["Outbound_Call"] = np.where(
    (PG["Segment"] == "Outbound") & (PG["POM_Count"] == 0),
    0,
    PG["Staffed Time"]
)

• 用&（逐元素逻辑与）、|（逐元素逻辑或）连接多条件判断时，每个独立判断条件必须用圆括号单独包裹，否则会因为运算顺序问题触发报错。不要用Python原生的and/or做pandas多条件判断，这两个关键字无法对Series做逐元素逻辑运算。
• 字符串匹配要和列内实际值的大小写、格式完全一致，否则会出现匹配结果为空的问题。
• 你提供的样例数据中存在Segment列为空值（NaN）的行，上述逻辑会默认将这类行判定为不满足条件，取Staffed Time列的值，如果需要对空值做特殊处理，可以额外补充判断条件。

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