np.select条件中AND运算符未生效返回错误选项如何解决？

Python 中&（位与）的优先级高于|（位或），你原有条件的计算逻辑和预期不一致：
你预期的第一个条件逻辑是：（A等于2107 或 A等于6316） 且 B在10000000到19969999之间，但实际运算时会先计算所有&连接的部分，再计算|，所以实际的第一个条件逻辑变成了：A等于2107，或者（A等于6316 且 B在10000000到19969999之间）。
你的示例数据里A等于2107，所以第一个条件直接返回True，直接命中Return 1的分支，和B的取值无关。

把OR连接的A值判断部分整体用括号包裹，明确运算优先级，修正后的代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [2107], 'B': [76380700]})
cond = [
    # 给A的OR判断整体加括号，再和B的条件做AND
    ((df["A"]==2107)|(df["A"]==6316)) & (df['B']>=10000000) & (df['B']<=19969999),
    ((df["A"]==2107)|(df["A"]==6316)) & (df['B']>=1000000) & (df['B']<=99999999)
]
choices = ["Return 1", "Return 2"]
df["C"] = np.select(cond, choices, default = df["A"])

修正后运行代码，df["C"]的结果会符合预期为Return 2。

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