如何在pandas和numpy中基于多条件生成新列并解决报错问题

报错原因 #

你触发错误的核心问题是df1['country'] in allowed_countries的写法不符合pandas语法规则：in关键字无法直接对pandas Series对象做逐元素的成员判断，会尝试将整个序列转换为单个布尔值，因此抛出The truth value of a Series is ambiguous错误。你需要用pandas内置的.isin()方法实现逐元素的成员校验。

修正后可运行代码 #

import pandas as pd
import numpy as np

# 原始构造数据
df1 = pd.DataFrame({'name':['Sara',  'John', 'Christine'],
                   'country': ['US', 'UK', 'CA'],
                   'Age': [10,20,40]})
allowed_countries = ['UK','India','Germany']

# 修正条件：用.isin()做成员匹配，同时匹配需求中的Age>10规则
conditions  = [
    np.logical_and(df1['Age'] > 10 , df1['country'].isin(allowed_countries)), 
    np.logical_and(df1['Age'] > 10, df1['country'] == 'CA')
]
choices     = [ "Allowed", 'Partially allowed']

df1['admission'] = np.select(conditions, choices, default=np.nan)

运行结果 #

最终得到的df1如下：

name country  Age          admission
0       Sara      US   10                NaN
1       John      UK   20            Allowed
2  Christine      CA   40  Partially allowed

如果你的实际规则是Age>=10，只需将条件中的df1['Age'] > 10替换为df1['Age'] >= 10即可。

性能说明 #

该方案是完全向量化的操作，无逐行遍历逻辑，5万行数据执行耗时在毫秒级，远优于apply+lambda的逐行处理方案，完全满足性能需求。

内容的提问来源于stack exchange，提问作者MTALY