如何基于元组列表在Pandas中创建符合条件的新列？

方法1：使用apply逐行匹配（适合小数据集） #

定义一个匹配函数，接收每行的col1和col2值，遍历规则列表ls中的元组检查条件，找到符合条件的元组就返回对应结果值，无匹配则返回None，最后用apply将函数应用到每一行：

import pandas as pd
ls = [(1,2,10,20,5),
      (3,4,30,40,10),
      (5,6,50,60,20)]
df_ = pd.DataFrame({'col1': [1.1, 3.5, 5.4, 4.1],
              'col2': [11, 35, 44, 41]})

def match_tuple(row):
    col1_val = row['col1']
    col2_val = row['col2']
    for tpl in ls:
        # 同时满足col1在元组第1、2元素之间，col2在第3、4元素之间
        if tpl[0] < col1_val < tpl[1] and tpl[2] < col2_val < tpl[3]:
            return tpl[4]
    return None

df_['result'] = df_.apply(match_tuple, axis=1)
print(df_)

运行后输出结果：

col1  col2  result
0   1.1    11     5.0
1   3.5    35    10.0
2   5.4    44     NaN
3   4.1    41     NaN

注：pandas中None会自动显示为NaN，二者功能等价；若要强制显示None，可追加执行：df_['result'] = df_['result'].where(df_['result'].notna(), None)

方法2：向量化匹配（适合大数据集，效率更高） #

避免逐行循环，将规则列表转换成DataFrame，通过广播机制批量匹配条件，最后合并结果：

import pandas as pd
ls = [(1,2,10,20,5),
      (3,4,30,40,10),
      (5,6,50,60,20)]
df_ = pd.DataFrame({'col1': [1.1, 3.5, 5.4, 4.1],
              'col2': [11, 35, 44, 41]})

# 将规则列表转为结构化DataFrame
rules_df = pd.DataFrame(ls, columns=['col1_min', 'col1_max', 'col2_min', 'col2_max', 'result_val'])

# 广播匹配：让原DataFrame每行的col1/col2与所有规则做比较
matches = (
    (df_['col1'].values[:, None] > rules_df['col1_min'].values) &
    (df_['col1'].values[:, None] < rules_df['col1_max'].values) &
    (df_['col2'].values[:, None] > rules_df['col2_min'].values) &
    (df_['col2'].values[:, None] < rules_df['col2_max'].values)
)

# 提取匹配到的结果值，无匹配则设为None
df_['result'] = rules_df['result_val'].values[matches.argmax(axis=1)]
df_['result'] = df_['result'].where(matches.any(axis=1), None)

print(df_)

这种方法无需逐行遍历，处理大规模数据时性能优势明显。

内容的提问来源于stack exchange，提问作者quant