Pandas apply(lambda)嵌套条件判断生成新列全为0的原因求解

问题原因 #

代码运行后全返回0的核心问题是条件判断中的Python链式比较逻辑错误：
Python的连续比较语法会将x.date() in shortlongdates == True解析为等价的(x.date() in shortlongdates) and (shortlongdates == True)。由于shortlongdates是存储日期的列表，不可能和布尔值True相等，所以两个判断分支的条件永远为假，最终所有行都返回默认值0。

修正方案 #

方案1：直接修改原逻辑 #

去掉条件中冗余的== True判断即可，in运算本身就会返回布尔值，不需要额外比对：

data['ShortLongFlag'] = data['End DateTime'].apply(lambda x:
                                                   -1 if (x.month == 3 and x.date() in shortlongdates) else (1 if (x.month == 10 and x.date() in shortlongdates) else 0))

方案2：更高效的向量化写法（推荐） #

避免使用apply逐行遍历，用pandas向量化运算运行效率更高，尤其数据量大时差异明显：

import numpy as np

# 提前构造判断条件
cond_mar = (data['End DateTime'].dt.month == 3) & (data['End DateTime'].dt.date.isin(shortlongdates))
cond_oct = (data['End DateTime'].dt.month == 10) & (data['End DateTime'].dt.date.isin(shortlongdates))

# 按条件赋值
data['ShortLongFlag'] = np.select([cond_mar, cond_oct], [-1, 1], default=0)

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