如何在pandas DataFrame中匹配产品列并判断时长阈值生成布尔新列

• 你代码中的if df['product'] == 'tire change'写法有误：df['product'] == 'tire change'返回的是长度和DataFrame行数一致的布尔序列，不是单个布尔值，Python原生的if/elif无法直接对整个序列做真假判断，所以抛出了对应报错。
• 函数逻辑存在多处问题：定义的入参my_var没有被使用，第二个分支仅写了比较表达式，没有做赋值操作，就算没有报错也无法得到正确的新列。
• 不应该用原生Python的分支判断处理pandas逐行规则逻辑，pandas自带的向量化运算方法效率更高，也不会触发这类判断错误。

首先需要先把duration列从字符串格式转换为pandas的时间差格式，才能和指定时长做比较：

import pandas as pd
import numpy as np

# 先转换duration列为时间差格式
df['duration'] = pd.to_timedelta(df['duration'])

方法1：用np.where实现（适合分类少的场景） #

直接用向量化判断生成新列，代码最简洁：

df['duration_bool'] = np.where(
    df['product'] == 'tire change',
    df['duration'] < pd.Timedelta(hours=4),
    df['duration'] < pd.Timedelta(hours=2)
)

方法2：用loc索引赋值（适合分类多、规则复杂的场景） #

# 先给新列赋默认值False
df['duration_bool'] = False
# 匹配tire change的规则赋值
df.loc[(df['product'] == 'tire change') & (df['duration'] < pd.Timedelta(hours=4)), 'duration_bool'] = True
# 匹配oil change的规则赋值
df.loc[(df['product'] == 'oil change') & (df['duration'] < pd.Timedelta(hours=2)), 'duration_bool'] = True

两种方法都可以得到你需要的结果。

内容的提问来源于stack exchange，提问作者Jon Oneill