DataFrame中类Case语句赋值出现语法错误，求排查问题原因

你的语法错误出在列表推导式里的条件判断结构不完整。Python的三元表达式（a if cond else b）要求每个if都必须对应一个else，而你直接把多个if条件堆在一起，没有用else连接，导致Python无法正确解析中间的数值（比如报错里的3）。

错误原因拆解 #

你原代码的结构是：

[4 if x =='Closed with monetary relief' 3 if x =='Closed with non-monetary relief' ... for x in df1['Response']]

这里第一个if后面没有else就直接写第二个if，Python不知道3是属于哪个分支的，所以触发了SyntaxError。

修正后的列表推导式写法 #

需要把多个条件改成链式的三元表达式，每个if都用else衔接下一个判断：

df1['Response'] = [
    4 if x == 'Closed with monetary relief' else
    3 if x == 'Closed with non-monetary relief' else
    2 if x == 'Closed with explanation' else
    1 if x == 'Closed' else
    0 if x == 'Untimely response' else
    x  # 可选：如果有未匹配的取值，保留原内容或替换成其他默认值
    for x in df1['Response']
]

这样每个条件分支都有明确的else指向后续判断，Python就能正确解析每个取值逻辑了。

更推荐的优化写法：字典映射 #

当需要映射的条件较多时，用字典映射比链式三元表达式更清晰、易维护，而且Pandas原生的map方法效率也更高：

# 先定义映射关系字典
response_mapping = {
    'Closed with monetary relief': 4,
    'Closed with non-monetary relief': 3,
    'Closed with explanation': 2,
    'Closed': 1,
    'Untimely response': 0
}

# 用map方法批量替换列值
df1['Response'] = df1['Response'].map(response_mapping)

如果存在不在字典中的取值，map会返回NaN，你可以用fillna处理这些情况，比如：

df1['Response'] = df1['Response'].map(response_mapping).fillna(-1)  # 用-1作为未匹配值的默认值

内容的提问来源于stack exchange，提问作者Tom J Muthirenthi