如何用Python实现Pandas DataFrame多列与指定列的批量比较替换？

核心思路 #

通过Pandas的向量化操作（避免低效的逐行循环），针对除C、D外的所有列，逐行与该行的C、D值比较，按规则替换为指定字符串，且支持任意数量的待处理列。

方法一：循环列+numpy.select（直观易读） #

这种方式代码逻辑清晰，适合快速理解和调试：

import pandas as pd
import numpy as np

# 生成示例DataFrame（包含任意数量待处理列）
df = pd.DataFrame({
    'A': [10, 25, 5, 30],
    'B': [15, 18, 22, 8],
    'C': [12, 20, 10, 15],
    'D': [20, 28, 25, 25],
    'E': [22, 19, 8, 26],
    'F': [9, 30, 26, 14]
})

# 获取除C、D外的所有待处理列
cols_to_process = df.columns.difference(['C', 'D'])

# 逐列处理
for col in cols_to_process:
    # 定义三个判断条件
    conditions = [
        df[col] < df['C'],
        (df[col] >= df['C']) & (df[col] <= df['D']),
        df[col] > df['D']
    ]
    # 对应条件的替换值
    choices = ['smaller', 'between', 'bigger']
    # 执行替换
    df[col] = np.select(conditions, choices, default='between')

方法二：数组广播（高效批量处理） #

当待处理列数量较多时，这种方式通过numpy的广播机制一次性处理所有列，效率更高：

import pandas as pd
import numpy as np

# 生成示例DataFrame
df = pd.DataFrame({
    'A': [10, 25, 5, 30],
    'B': [15, 18, 22, 8],
    'C': [12, 20, 10, 15],
    'D': [20, 28, 25, 25],
    'E': [22, 19, 8, 26],
    'F': [9, 30, 26, 14]
})

cols_to_process = df.columns.difference(['C', 'D'])

# 提取待处理列的数值矩阵，以及C、D的广播数组
values = df[cols_to_process].values
c_vals = df['C'].values[:, np.newaxis]  # 转为列向量实现广播
d_vals = df['D'].values[:, np.newaxis]

# 批量生成结果矩阵
result = np.where(
    values < c_vals, 'smaller',
    np.where((values >= c_vals) & (values <= d_vals), 'between', 'bigger')
)

# 将结果赋值回原DataFrame
df[cols_to_process] = result

结果示例 #

执行上述代码后，DataFrame会被更新为：

A       B   C   D        E       F
0  between  between  12  20   bigger  smaller
1   smaller  between  20  28  between   bigger
2   smaller  between  10  25   smaller   bigger
3   bigger  smaller  15  25   bigger  smaller

注意事项 #

• 确保C、D列和待处理列均为数值型数据，否则会出现比较错误。
• 若数据中存在NaN，可在条件中添加df[col].isna()，并设置对应的替换值（比如'missing'）。
• 两种方法均支持任意数量的待处理列，无需修改核心逻辑。

内容的提问来源于stack exchange，提问作者kyara