Pandas 熊猫-基于多个条件添加列

尝试基于两个互斥条件向df添加布尔列：

df['Type']='CMBX'

df['SubType'].isin（['EM'，'NAHY']）

他们分开工作

df['Px Quoted'] = np.where(df['Type'] =='CMBX', True, False)
df[df['Type']=='CMBX'].head(5)
Out[72]: 
  Batch  Type SubType  Px Quoted
0   NaN  CMBX               True
1   NaN  CMBX               True
2   NaN  CMBX               True
3   NaN  CMBX               True
4   NaN  CMBX               True

或

但以下情况并非如此

df['Px Quoted'] = np.where(df['Type'] =='CMBX' or df['SubType'].isin(['EM','NAHY']), True, False)

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

---

不确定为什么它不明确，因为CMBX类型不能包含任何子类型

['EM'，'NAHY']

任何想法？这是因为它的子类型为空吗？

带有

np。其中
需要使用位运算符：

df['Px Quoted'] = np.where((df['Type'] =='CMBX') | (df['SubType'].isin(['EM','NAHY'])), True, False)

在这里，我将
或
更改为
使用
，每个条件都用paranetheses包装，例如
（df[col]='a'）|（df[col2]='b'）
。需要括号中的条件，如@jpp所建议的，错误或添加括号，谢谢
df['Px Quoted'] = np.where((df['Type'] =='CMBX') | (df['SubType'].isin(['EM','NAHY'])), True, False)