Pandas中基于列文本映射新特征时出现Series真值模糊报错如何解决

你的代码存在两个核心问题：

• for i in df遍历的是DataFrame的列名而非行索引，本身遍历逻辑就是错误的，完全没法命中你要修改的行
• if关键字后接的是str.contains返回的整列布尔Series，Python无法直接判断一组布尔值的整体真假，因此抛出了歧义错误提示

完全不需要写循环遍历行，pandas的向量化操作可以直接批量处理整列数据，执行效率比循环高得多，代码也更简洁。

基础修复（仅匹配STEM分组） #

先初始化新列默认值，再通过布尔掩码批量赋值即可：

# 初始化新列默认值为「其他」，可根据需求修改
df['programGrp'] = '其他'
# 生成STEM专业匹配掩码，加na=False避免空值导致匹配报错
stem_mask = df['programName'].str.contains('Engineering|Computer Science|Mathematics', na=False)
# 批量给匹配到的行赋值
df.loc[stem_mask, 'programGrp'] = 'STEM'

可扩展的更优实现 #

如果后续要加人文、生命科学等更多分组，推荐用numpy.select做多条件匹配，规则维护成本极低：

import numpy as np

# 按优先级定义匹配规则，顺序靠前的规则优先命中
conditions = [
    # STEM类专业匹配规则，可按需添加更多关键词
    df['programName'].str.contains('Engineering|Computer Science|Mathematics|Physics|Chemistry', na=False),
    # 生命科学类专业匹配规则
    df['programName'].str.contains('Biology|Medicine|Pharmacy|Nursing', na=False),
    # 人文类专业匹配规则
    df['programName'].str.contains('Literature|History|Philosophy|Language', na=False)
]
# 和上面的规则一一对应分组名称
groups = ['STEM', '生命科学', '人文']

# 未命中所有规则的行默认赋值为「其他」
df['programGrp'] = np.select(conditions, groups, default='其他')

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