如何检查pandas DataFrame列间冲突并解决真值模糊ValueError报错

你代码中出现的ValueError来源于链式比较语法df["Local A"] == df["Local B"] == df["Local C"]在pandas Series场景下不兼容：Python会将该表达式自动拆解为(df["Local A"] == df["Local B"]) and (df["Local B"] == df["Local C"]), 而and运算符要求两端为单个布尔值，无法直接对布尔Series做逻辑判断，因此触发错误。

不需要枚举所有非空组合的判断条件，直接按行统计数据源列的非空唯一值数量，只要数量大于1即说明存在冲突，代码如下：

import numpy as np
# 指定需要判断的数据源列
local_cols = ["Local A", "Local B", "Local C"]
# 按行统计非空唯一值数量，大于1标记为yes，其余留空
df["Conflict"] = np.where(df[local_cols].nunique(axis=1, dropna=True) > 1, "yes", np.nan)

该方案扩展性更强，后续新增数据源只需将对应列名加入local_cols列表即可，无需修改判断逻辑，运行后输出结果与你的预期完全一致。

内容的提问来源于stack exchange，提问作者Bobbert