Pandas结合Numpy做多条件列赋值触发ValueError错误如何解决？

报错根因 #

• Python中位运算符&的优先级高于比较运算符，原代码中未给条件加括号的写法会被优先计算3 & df['Value'].astype(int)，逻辑完全偏离预期，最终触发Series布尔值歧义的报错。

修复方法 #

给两个比较条件分别用括号包裹，明确计算优先级即可，修复后完整代码如下：

# Import pandas library
import pandas as pd
import numpy as np
# initialize list of lists
data = [[1, 0], [4, 0], [8, 0]]

# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Value', 'Test'])
df['Test'] = np.where((df['Value'].astype(int) >= 3) & (df['Value'].astype(int) <= 7), 1, 2)
# print dataframe.
print(df)

简化写法 #

也可以直接使用pandas自带的between方法实现闭区间判断，代码更简洁易读：

df['Test'] = np.where(df['Value'].astype(int).between(3, 7), 1, 2)

运行输出 #

Value  Test
0      1     2
1      4     1
2      8     2

内容的提问来源于stack exchange，提问作者JerryC