运行Pandas自定义函数触发Series真值歧义错误，求解决及列表推导实现

嘿，我太懂这个坑了！你写的函数里用了Python原生的and来判断Pandas Series的条件，这就是触发错误的根本原因——and是标量逻辑运算符，它会试图把整个Series转换成一个布尔值，但一个Series有多个元素，Python根本不知道该判断整个Series是True还是False，自然就抛出“真值歧义”的错误了。

下面给你两种解决方法，一种是Pandas推荐的高效向量化方案，另一种是你想要的列表推导实现：

方法一：向量化修正（强烈推荐，效率拉满） #

Pandas天生就是为向量操作设计的，我们要用它的向量逻辑运算符&（代替and），并且给每个条件组加括号，再用np.select来处理多分支逻辑，全程不用循环，速度快到飞起：

import numpy as np
import pandas as pd

def before_after(df, col1, col2):
    # 定义三个条件，注意用&代替and，每个条件必须加括号
    cond1 = (df[col1] >= 0) & (df[col2] >= 0)
    cond2 = (df[col1] < 0) & (df[col2] > 0)
    cond3 = (df[col1] < 0) & (df[col2] < 0)
    
    # 对应每个条件的计算逻辑
    calc1 = ((df[col2] - df[col1]) / df[col1]) * 100
    calc2 = ((df[col2] - df[col1]) / df[col1].abs()) * 100
    calc3 = ((df[col2] - df[col1]) / df[col1]) * 100
    
    # 用np.select匹配条件和计算结果，default处理未覆盖的边界情况（比如col1<0但col2=0）
    return np.select([cond1, cond2, cond3], [calc1, calc2, calc3], default=np.nan)

方法二：列表推导逐行遍历实现 #

如果你就是想用列表推导来遍历两行数据，那得先把Series拆成逐行的标量来处理——因为列表推导是逐行操作，每个元素都是单个值，这时候用and就没问题了：

import pandas as pd
import numpy as np

def before_after(df, col1, col2):
    # 遍历每一行，对每行的标量值做条件判断
    result_list = [
        ((row[col2] - row[col1]) / row[col1]) * 100
        if (row[col1] >= 0 and row[col2] >= 0)
        else ((row[col2] - row[col1]) / row[col1].abs()) * 100
        if (row[col1] < 0 and row[col2] > 0)
        else ((row[col2] - row[col1]) / row[col1]) * 100
        if (row[col1] < 0 and row[col2] < 0)
        else np.nan  # 兜底处理未覆盖的情况
        for _, row in df.iterrows()
    ]
    # 把结果转成Series，保持原索引
    return pd.Series(result_list, index=df.index)

注意事项 #

• 列表推导的方式虽然直观，但iterrows()逐行遍历的效率非常低，如果你的数据集很大，一定要用第一种向量化方法
• 用&的时候必须给每个条件加括号，因为Pandas的运算符优先级和Python不一样，不加括号会导致逻辑判断出错

内容的提问来源于stack exchange，提问作者Jeffkrop