Python循环比较日期列生成分类值时Series真值模糊错误如何解决

报错原因 #

你遇到的报错核心原因是：if pl['SampleReceivedDate'] != pl['JobCreationDate'] 这行代码中，两个DataFrame列做比较返回的是布尔类型的Series对象（每一行的对比结果组成的序列），而if判断只能接收单个布尔值，无法判定一整个序列的真假，因此触发该错误。

同时你现有的代码逻辑也存在两处明显问题：

• 使用iterrows遍历时，没有用到迭代取出的行数据，每次循环依然是对整列做比较，没有实现行粒度的判断
• pl.loc['same_jb_sr'] 是选取索引值为same_jb_sr的行，不是对same_jb_sr列的每一行赋值，完全不符合需求

正确实现方案 #

Pandas支持向量化运算，不需要手动写循环，一行代码即可完成需求：
如果你需要两个日期相等时返回1，不等返回0（符合列名same_jb_sr的字面含义），使用如下代码：

pl['same_jb_sr'] = (pl['SampleReceivedDate'] == pl['JobCreationDate']).astype(int)

如果你需要反过来两个日期不等时返回1，相等返回0，把判断条件改为不等于即可：

pl['same_jb_sr'] = (pl['SampleReceivedDate'] != pl['JobCreationDate']).astype(int)

实现逻辑说明 #

• 首先用比较运算符对两个日期列做逐行对比，得到布尔类型的Series，True对应条件成立，False对应条件不成立
• 调用astype(int)将布尔值转为整数，True自动转为1，False自动转为0，直接赋值给新列即可

内容的提问来源于stack exchange，提问作者Oge