Pandas按不同统计频率阈值创建列报ValueError如何解决？

错误原因 #

你写的if df_prod_stats.loc[df_prod_stats['frequency'] == "daily"]判断逻辑错误：该表达式返回的是符合条件的所有行组成的子DataFrame，不是单个布尔标量，Python无法直接判断整个DataFrame的真值，因此抛出歧义错误。
另外你的if/elif写法是全局流程控制，不会逐行判断DataFrame的每一行取值，即使不报错也得不到预期的逐行匹配结果。

解决方案 #

方案1：嵌套np.where实现（和原代码思路最接近） #

直接使用np.where的向量化判断逐行匹配条件，不需要写if/elif流程控制：

import numpy as np

df_prod_stats['target_met'] = np.where(
    df_prod_stats['frequency'] == 'daily',
    np.where(df_prod_stats['loss_weight'] < 0.5, 1, 0),
    np.where(
        df_prod_stats['frequency'] == 'monthly',
        np.where(df_prod_stats['loss_weight'] < 15, 1, 0),
        np.where(df_prod_stats['loss_weight'] < 3.5, 1, 0)
    )
)

方案2：阈值映射法（更简洁易维护） #

提前定义不同频率对应的减重阈值字典，通过映射得到每一行的阈值后直接比较，后续新增频率只需要修改字典即可：

# 定义频率-阈值映射关系
threshold_map = {
    'daily': 0.5,
    'monthly': 15,
    'weekly': 3.5
}

# 映射得到每行对应的阈值，再比较得到结果，转成1/0格式
df_prod_stats['target_met'] = (
    df_prod_stats['loss_weight'] < df_prod_stats['frequency'].map(threshold_map)
).astype(int)

内容的提问来源于stack exchange，提问作者user13696679