Pandas编写条件筛选语句时出现KeyError: False报错该如何解决？

• 初始KeyError报错原因：你直接对字符串'DeliveryOnTime'做等值判断，而非取DataFrame的DeliveryOnTime列做判断，'DeliveryOnTime' == "On-time"的结果是固定布尔值False，用布尔值作为列索引取数自然触发KeyError。
• np.where写法无效原因：你设置的条件成立和不成立的返回值都是1，不管判断结果如何所有行都会赋值为1，没有实现区分效果。
• .loc写法无效原因：第一你用了逻辑与&要求字段同时等于两个互斥的值，筛选结果为空；第二你对筛选结果做了sum()聚合，返回的是单个数值，会给整列统一赋值为这个数，不是逐行判断的结果。

以下实现均默认符合条件（值为On-time/Early）时Eligible赋值为1，不符合时赋值为0，你可以根据业务需求调整返回值。

方法1：np.where 实现 #

import pandas as pd
import numpy as np

# 你的样本数据
data = {'ID': [1, 1, 1, 2, 2, 3, 4, 5, 5],
      'DeliveryOnTime': ["On-time", "Late", "Early", "On-time", "On-time", "Late", "Early", "Early", "On-time"],
     }
df = pd.DataFrame(data)
df['Total Orders'] = df['DeliveryOnTime'].count() 

# 实现赋值
df['Eligible'] = np.where((df['DeliveryOnTime'] == "On-time") | (df['DeliveryOnTime'] == "Early"), 1, 0)

可以用isin简化多值判断逻辑：

df['Eligible'] = np.where(df['DeliveryOnTime'].isin(["On-time", "Early"]), 1, 0)

方法2：.loc 实现 #

# 先给所有行赋默认值0
df['Eligible'] = 0
# 再给符合条件的行赋值1
df.loc[df['DeliveryOnTime'].isin(["On-time", "Early"]), 'Eligible'] = 1

方法3：布尔值转整数（仅适用于0/1标识场景） #

如果只需要用0/1标记是否符合条件，可以直接对布尔结果做类型转换，逻辑更简洁：

df['Eligible'] = df['DeliveryOnTime'].isin(["On-time", "Early"]).astype('int')

内容的提问来源于stack exchange，提问作者cchev