使用numpy.select时出现shape mismatch错误的技术求助

你遇到的这个错误其实是对np.select的参数要求理解错了——它需要的是布尔数组（掩码），而不是你用loc筛选出来的数据集子集。

问题根源 #

你写的condition列表里，每个元素都是train_df3_dummies.loc[xxx]返回的筛选后的数据框/序列，这些子集的形状（行数）和原数据集不一致，而且每个条件筛选出的行数也可能不同。但np.select要求所有条件数组的形状必须和最终要生成的结果列形状一致（也就是和原数据集行数相同），这样才能逐行判断每个条件是否成立。形状不匹配自然就会触发广播错误。

修正方案 #

把condition里的每个条件改成直接返回布尔数组的表达式，去掉.loc，只保留判断逻辑：

import numpy as np

# 修正后的condition：每个元素是和原数据集同长度的布尔数组
condition = [
    (train_df3_dummies['credit_model_C5'] == 1) & (train_df3_dummies['credit_number'] == 600),
    (train_df3_dummies['credit_model_C5'] == 1) & (train_df3_dummies['credit_number'] == 675),
    (train_df3_dummies['credit_model_C5'] == 1) & (train_df3_dummies['credit_number'] == 710),
    (train_df3_dummies['credit_model_C5'] == 1) & (train_df3_dummies['credit_number'] == 745),
    (train_df3_dummies['credit_model_C5'] == 1) & (train_df3_dummies['credit_number'] == 999)
]
replace = [600, 675, 710, 745, 999]
train_df3_dummies['credit_C5_score'] = np.select(condition, replace, default=1)

更简洁的写法 #

其实你的需求可以进一步简化：当credit_model_C5 == 1时直接取credit_number的值，否则设为1。用np.where就能实现，比np.select更直观：

train_df3_dummies['credit_C5_score'] = np.where(
    train_df3_dummies['credit_model_C5'] == 1,
    train_df3_dummies['credit_number'],
    1
)

这个写法和你原来的select逻辑完全一致，但代码更短，也不容易出错。

内容的提问来源于stack exchange，提问作者Jordan