Python中if else未覆盖全部条件 按日期创建pandas新列异常问题

Python 原生的if/elif仅支持判断单个布尔值，你传入的是Pandas布尔序列，Pandas无法直接将多值的布尔序列转换为单个布尔结果，最终只会默认取序列首行的布尔结果走对应分支，这就是你只有一个分支生效的核心原因。

方法一：numpy.where 实现（代码最简洁） #

import numpy as np
from datetime import datetime

# 提前缓存当前年月，避免多次调用出现时间差问题
cur_year = datetime.now().year
cur_month = datetime.now().month

# 构造判断条件
match_cond = (dfyz['year_x'] < cur_year) | ((dfyz['year_x'] == cur_year) & (dfyz['mon'] < cur_month))
# 条件匹配返回yhat*pct，不匹配返回yhat*pct_ft
dfyz['pred_n'] = np.where(match_cond, dfyz['yhat'] * dfyz['pct'], dfyz['yhat'] * dfyz['pct_ft'])

方法二：DataFrame.loc 分条件赋值（可读性更高，适合多分支场景） #

from datetime import datetime

cur_year = datetime.now().year
cur_month = datetime.now().month

match_cond = (dfyz['year_x'] < cur_year) | ((dfyz['year_x'] == cur_year) & (dfyz['mon'] < cur_month))
# 给满足条件的行赋值
dfyz.loc[match_cond, 'pred_n'] = dfyz.loc[match_cond, 'yhat'] * dfyz.loc[match_cond, 'pct']
# 给不满足条件的行赋值
dfyz.loc[~match_cond, 'pred_n'] = dfyz.loc[~match_cond, 'yhat'] * dfyz.loc[~match_cond, 'pct_ft']

• 所有条件需要用括号单独包裹，避免逻辑运算符优先级错误
• 逻辑判断必须使用Pandas支持的位运算符：&（与）、|（或）、~（非），不能用Python原生的and/or/not

内容的提问来源于stack exchange，提问作者Ashish