Pandas DataFrame条件创建Target列报错，求正确实现方案

嗨，我明白你遇到的问题啦～你原来的代码报错是因为在Pandas里直接用if df['Category']=='A'这种标量式的判断行不通——df['Category']是一个Series（列数据），它的布尔判断结果是一个布尔Series，而if语句需要单个布尔值，所以Pandas会抛出ValueError。

下面给你几种正确的实现方法，你可以根据需求选择：

方法1：使用numpy.where（最简洁高效） #

这是处理这类条件列最常用的方法，逻辑清晰且性能出色，尤其适合大数据集：

import numpy as np
import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Category': ['A', 'B'],
    'Sales': [10, 20]
})

# 用np.where创建Target列
df['Target'] = np.where(df['Category'] == 'A', df['Sales'] - 5, df['Sales'] - 10)

方法2：使用df.apply（适合复杂逻辑） #

如果之后你的条件逻辑变得更复杂，apply可以处理自定义的行级判断，不过它的性能不如np.where，小数据集用起来没问题：

df['Target'] = df.apply(
    lambda row: row['Sales'] - 5 if row['Category'] == 'A' else row['Sales'] - 10,
    axis=1  # 指定按行处理
)

方法3：使用df.loc分条件赋值（直观易懂） #

这种方法先设置默认值，再覆盖符合特定条件的行，逻辑非常直观：

# 先给所有行设置默认的Target值（对应Category不是A的情况）
df['Target'] = df['Sales'] - 10
# 再覆盖Category为A的行的Target值
df.loc[df['Category'] == 'A', 'Target'] = df['Sales'] - 5

运行以上任意一种方法后，你都会得到期望的结果：

Category  Sales  Target
0        A     10       5
1        B     20      10

内容的提问来源于stack exchange，提问作者Ahamed Moosa