pandas使用lambda按多条件替换DataFrame列值时报ValueError如何解决

你写的代码触发报错的核心问题是：apply 遍历column_2的单个值时，if判断语句里的(df.column_2 == 'yes') & (df.column_1 == 'Y')返回的是整个DataFrame所有行对应的布尔值数组，Python的if条件无法直接对一整个数组做真假判断，因此抛出了真值歧义的错误。

推荐两种常用的实现方式，优先选择第一种布尔索引赋值，性能远高于apply遍历：

方式1：布尔索引直接赋值（推荐） #

直接构造匹配条件的掩码，用loc定位到目标行直接赋值即可，代码简洁性能高：

import numpy as np
import pandas as pd

# 构造匹配掩码
mask = (df['column_1'] == 'Y') & (df['column_2'] == 'yes')
# 定位目标行赋值为NaN
df.loc[mask, 'column_2'] = np.nan

方式2：按行apply遍历 #

如果确实需要用apply实现，要设置axis=1按行遍历，才能同时获取同一行两列的值做判断：

df['column_2'] = df.apply(
    lambda row: np.nan if row['column_1'] == 'Y' and row['column_2'] == 'yes' else row['column_2'],
    axis=1
)

两种方式处理后最终得到的DataFrame如下：

column_1 column_2
0        X      yes
1        X      yes
2        Y      NaN
3        X      yes
4        Y      NaN

内容的提问来源于stack exchange，提问作者brunomuller94