Pandas多列条件匹配修改列值未生效问题求助

错误原因 #

你的代码核心问题是用了Python原生的is not None做Series非空判断：is/is not是用于判断单个对象本身的身份是否一致，df['A'] is not None实际是判断整个Series对象是否为None，返回值永远是单个布尔值True，因此前两个条件全程生效，最终等价于只有df['C'] == '0'的判断在起作用，导致所有C列为'0'的行都被修改。

修复方案 #

Pandas中逐元素判断非空需要使用内置的.notna()方法，有两种实现方式可选：

方式1：修改你原有的np.select逻辑 #

import numpy as np
import pandas as pd

df = pd.DataFrame({"A":['something',None,'filled',None], "B":['test','test','test',None], "C":['rt','0','0','0']})

# 替换is not None为.notna()做逐元素非空判断
conditions = [(df['A'].notna()) & (df['B'].notna()) & (df['C'] == '0')]
values = ['new']

df['C'] = np.select(conditions, values, default=df["C"])

方式2：更简洁的loc写法（无需引入numpy） #

df = pd.DataFrame({"A":['something',None,'filled',None], "B":['test','test','test',None], "C":['rt','0','0','0']})

df.loc[df['A'].notna() & df['B'].notna() & (df['C'] == '0'), 'C'] = 'new'

运行结果 #

最终输出的df符合需求，仅A、B同时非空且C为'0'的行会被修改：

内容的提问来源于stack exchange，提问作者Jon