Pandas DataFrame按条件计算新列报ValueError真值歧义错误如何解决

错误原因 #

• 原生Python的if...else语法仅支持判断单个布尔值，无法直接对Pandas整列序列做逐元素条件判断，Pandas无法确定将整个序列转换为单个布尔值的规则，因此抛出真值歧义错误
• Pandas多条件组合不能使用and/or这类Python原生逻辑运算符，需要使用位运算符&（对应且）/|（对应或），且每个条件必须用括号包裹避免优先级冲突

解决代码 #

最简便高效的方案是使用numpy.where实现逐元素条件分支，修改后完整代码如下：

import pandas as pd
import numpy as np

d = {'year': [2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001],
     'day': [1, 2, 3, 4, 1, 2, 3, 4,],
     'month': [1, 1, 1, 1, 2, 2, 2, 2],
     'tg': [10, 11, 12, 13, 50, 21, -1, 23],
     'rain': [1, 2, 3, 2, 4, 1, 2, 1]}
df = pd.DataFrame(data=d)

# 核心修改行
df["score"] = np.where((df["tg"] > 10) & (df["tg"] < 32), df["tg"] * 5, df["tg"] / 2)

print(df)

如果不想额外引入numpy依赖，也可以用Pandas自带的mask方法实现：

df["score"] = df["tg"] / 2
df["score"] = df["score"].mask((df["tg"] > 10) & (df["tg"] < 32), df["tg"] * 5)

内容的提问来源于stack exchange，提问作者Mr. Hankey