Pandas链式调用assign新增列报Series真值模糊错误如何解决

错误原因 #

报错的核心原因是assign方法传入的lambda函数接收的参数是聚合后的完整DataFrame，此时x.Business_segment_item是Series类型，Python原生if条件无法直接对整个Series做布尔判断，因此抛出歧义错误。
你之前使用apply(axis=1)的写法是逐行遍历处理，每次拿到的是单行数据的单个值，因此不会报错，但逐行操作性能较差，也不需要额外创建临时DataFrame。

方法链实现方案 #

直接使用向量化条件判断即可在方法链中完成需求，不需要拆分流程也不需要创建临时表，性能比逐行apply更高。

方案1：使用numpy.where（写法更直观） #

import numpy as np

(omc_e.query('GL_account == "740190" and Posting_date > "2021-06-30"')
    .groupby(['Business_segment_item'], as_index=False)
    ['Amount_DKK']
    .sum()
    .assign(Depreciation = lambda x: np.where(x.Business_segment_item == "", 0, x.Amount_DKK))
)

方案2：使用Pandas原生where方法（无需额外导入依赖） #

(omc_e.query('GL_account == "740190" and Posting_date > "2021-06-30"')
    .groupby(['Business_segment_item'], as_index=False)
    ['Amount_DKK']
    .sum()
    .assign(Depreciation = lambda x: x.Amount_DKK.where(x.Business_segment_item != "", 0))
)

内容的提问来源于stack exchange，提问作者Morten_DK