如何在Pandas .loc中按顺序执行条件判断避免类型报错

报错原因 #

Pandas中&为按位与运算符，会同时计算运算符两侧的全量条件结果，即使第一个条件判定为不满足的行，第二个df['B'] >= 3的比较逻辑依然会执行，遇到B列的字符串值就会触发类型不匹配的报错。此外你原来的代码没有指定修改的列，会直接把命中行的所有列都赋值为True，会修改A、B列的原始数据。

解决方案 #

方案1：严格匹配int类型且数值≥3（完全符合需求描述）

如果你要求B列的值本身就是int类型，而非可转为数字的字符串，可通过apply逐行判断类型再做数值比较：

# 构造筛选条件：元素类型为int且数值≥3
mask = df['B'].apply(lambda x: isinstance(x, int) and x >= 3)
# 仅修改符合条件行的C列值
df.loc[mask, 'C'] = True

方案2：兼容可转为整数的字符串场景

如果你希望只要B列的值可以转为整数且≥3就命中（比如B列值为字符串"3"也匹配），可以用pd.to_numeric把非数字值转为空值，空值和3比较会自动返回False，不会触发报错：

mask = pd.to_numeric(df['B'], errors='coerce').ge(3)
df.loc[mask, 'C'] = True

运行以上任意一种方案后，你给出的示例中df['B'][3]对应的C列会被设为True，其他行保持原有值，不会抛出类型错误。

内容的提问来源于stack exchange，提问作者Erik