Pandas用Apply和Lambda新增列出现Series真值模糊ValueError如何解决

错误原因 #

核心触发原因是你创建新列时，列名NormID未使用引号包裹，被Python识别为变量而非字符串类型的列名：

• 如果NormID未定义，会直接抛出NameError；
• 如果你此前恰好将NormID赋值为一个Pandas Series对象，使用df[NormID]取列时会触发布尔索引逻辑，Pandas无法直接对整个Series做布尔判断，就会抛出你看到的ValueError: The truth value of a Series is ambiguous错误。

你提供的可复现代码仅需将NormID改为字符串'NormID'即可正常运行，无需调整apply和lambda的逻辑。

更高效的优化方案 #

不需要额外生成Gender2列，也不用调用逐行运行的apply，直接用向量化操作即可实现需求，运行效率更高，代码也更简洁，两种常用写法如下：

写法1：用np.where实现二分支判断 #

import numpy as np
new_df['NormID'] = np.where(new_df['Gender'] == 'Female', new_df['ID']/219, new_df['ID']/393)

写法2：用map映射对应除数后直接计算 #

divisor_map = {'Female':219, 'Male':393}
new_df['NormID'] = new_df['ID'] / new_df['Gender'].map(divisor_map)

内容的提问来源于stack exchange，提问作者Data_Yoda