如何基于条件在Pandas DataFrame两列间选择值生成新列

给定如下DataFrame：

import pandas as pd

d = {'one': pd.Series([10, 20, 30, 40],
                      index=['a', 'b', 'c', 'd']),
     'two': pd.Series([0, 0, 25, 0],
                      index=['a', 'b', 'c', 'd'])}
 
df = pd.DataFrame(d)

生成的DataFrame内容为：

one  two
a   10    0
b   20    0
c   30   25
d   40    0

需要根据以下逻辑生成新列df['three']：当df['two'] > 0时取df['two']的值，否则取df['one']的值，最终期望结果如下：

one  two  three
a   10    0     10
b   20    0     20
c   30   25     25
d   40    0     40

解决方案 #

方法1：使用numpy.where（推荐，向量式操作效率高） #

适合处理大规模数据集，直接对整列进行条件判断和赋值：

import numpy as np

df['three'] = np.where(df['two'] > 0, df['two'], df['one'])

方法2：使用Pandas原生where方法 #

Pandas的where会保留满足条件的原值，不满足条件的替换为指定值，刚好适配需求逻辑：

df['three'] = df['two'].where(df['two'] > 0, df['one'])

方法3：使用apply逐行处理（不推荐大规模数据） #

如果需要逐行逻辑处理可以用，但效率远低于前两种向量式方法：

df['three'] = df.apply(lambda row: row['two'] if row['two'] > 0 else row['one'], axis=1)

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