使用np.select基于pandas两列新增列结果不符合预期如何解决

1. 运算符优先级错误：Python中按位与&的优先级高于比较运算符==，你编写的data['B']==1 & data['current_pair'].str.contains('Emo/', na=False)实际执行顺序为data['B'] == (1 & data['current_pair'].str.contains('Emo/', na=False))，逻辑完全不符合预期，导致条件判断失效。
2. 变量误用：你定义的DataFrame变量名为df，但编写条件时用的是原始字典变量data，字典没有DataFrame列的str.contains等方法，也会导致逻辑错误。

给每个比较条件单独加括号明确运算顺序，同时修正条件引用的变量为正确的DataFrame名即可，修正后的完整代码如下：

import pandas as pd
import numpy as np

data = {'current_pair': ['"["StimusNeu/2357.jpg","StimusNeu/5731.jpg"]"', '"["StimusEmo/6350.jpg","StimusEmo/3230.jpg"]"', '"["StimusEmo/3215.jpg","StimusEmo/9570.jpg"]"','"["StimusNeu/7020.jpg","StimusNeu/7547.jpg"]"', '"["StimusNeu/7080.jpg","StimusNeu/7179.jpg"]"'],
        'B': [1, 0, 1, 1, 0]
        }
df = pd.DataFrame(data)

# 修正后条件，每个比较逻辑单独用括号包裹
conditions=[
    (df['B']==1) & (df['current_pair'].str.contains('Emo/', na=False)),
    (df['B']==1) & (df['current_pair'].str.contains('Neu/', na=False)),
    df['B']==0
]
choices = [0, 1, 2]
df['C'] = np.select(conditions, choices, default=np.nan)

运行上述代码后得到的结果和你预期的输出完全一致。

内容的提问来源于stack exchange，提问作者Catherine