Pandas按first_column分组时多列值为yes的条件筛选报错如何解决

错误的根本原因：你在两个布尔判断表达式外层额外加了方括号[]，相当于把pandas布尔Series转成了Python原生列表结构，原生列表不支持&位运算符，因此触发类型报错。除此之外原有代码还有两个逻辑问题需要修正：

• &运算符优先级高于==，每个列判断条件需要用小括号包裹，避免优先级混乱导致逻辑错误
• 你要按first_column分组，该列是字符串类型，不能放到需要计算均值的数值列列表中，否则会触发类型错误

提示：如果你的third_column实际存储的是字符串类型，需要先转换为数值类型后再执行均值计算。

对应需求的正确写法（先筛选符合条件的行，再分组聚合） #

你的需求是先筛选second_column和fourth_column均为yes的行，再按first_column分组做聚合，正确代码如下：

# 第一步：用布尔索引过滤符合条件的行
filtered_data = data[(data['second_column'] == 'yes') & (data['fourth_column'] == 'yes')]
# 第二步：按first_column分组，对数值类型的third_column计算均值
result = filtered_data.groupby('first_column')[['third_column']].mean()

按「是否同时满足两个列条件」作为分组键的写法（和原有单条件写法逻辑一致） #

如果你是要把全量数据分成「同时满足两个条件」和「不满足」两组分别计算均值，写法如下：

result = data.groupby(
    (data['second_column'] == 'yes') & (data['fourth_column'] == 'yes')
)[['third_column']].mean()

内容的提问来源于stack exchange，提问作者invesTIPS