Pandas中.apply()搭配lambda使用出现ValueError如何解决

• 你代码的逻辑本身没有问题，如果beers确实是元素为单值数值的Series类型，这段代码可以正常运行。出现你遇到的报错，核心原因是你实际的beers变量是DataFrame类型，而非你认为的Series。
• 对DataFrame调用.apply()时，默认按列遍历，传入lambda的参数x是一整列的Series对象，此时执行x < 0得到的是布尔类型的Series，Python的if判断无法直接识别整个Series的真值，就会抛出该错误。
• 若你确认beers是Series，需要检查Series中存储的是否是单值数值：如果元素是列表/数组等多值结构，beers.mean()计算后会返回多值，差运算后的每个x都是数组，x < 0返回布尔数组，同样会触发该报错。

• 先确认你要处理的目标列名，从DataFrame中提取对应列转为Series后再执行逻辑，假设目标列名为value，修改代码如下：

(beers['value'][:10] - beers['value'].mean()).apply(lambda x: 'low' if x < 0 else 'high')

• 更推荐使用向量化判断实现相同逻辑，无需调用apply，性能提升非常明显：

import numpy as np
diff = beers[:10] - beers.mean()
result = np.where(diff < 0, 'low', 'high')

内容的提问来源于stack exchange，提问作者lyubol