基于Pandas根据指定条件生成新列result的实现方法

针对你需要根据Runid和type两列的条件生成result列的需求，这里有几种实用的实现方式：

方法一：使用numpy.where（推荐，性能更优） #

这种方法适合处理多条件判断，代码简洁且运行速度快，尤其是数据量较大时表现出色：

import pandas as pd
import numpy as np

# 假设你的数据集存储在名为df的DataFrame中
df['result'] = np.where(
    (df['Runid'] == 'R1') & (df['type'] == 1.5),
    'pass',
    np.where(
        (df['Runid'] == 'R2') & (df['type'] == 1),
        'fail',
        None  # 不符合上述两个条件时的默认值，可按需修改为''、'NA'等
    )
)

方法二：使用DataFrame.loc赋值（逻辑更直观） #

这种方式分步设置条件，可读性强，后续要添加更多规则时也更容易扩展：

import pandas as pd

# 先初始化result列为默认值（这里用None，你可以换成其他值）
df['result'] = None

# 第一个条件：当Runid='R1'且type=1.5时，result设为'pass'
df.loc[(df['Runid'] == 'R1') & (df['type'] == 1.5), 'result'] = 'pass'

# 第二个条件：当Runid='R2'且type=1时，result设为'fail'
df.loc[(df['Runid'] == 'R2') & (df['type'] == 1), 'result'] = 'fail'

小提示 #

• 如果你的数据集里还有其他需要匹配的条件，可以继续嵌套np.where或者追加loc语句。
• 避免使用apply自定义函数处理这类简单条件，因为它的运行效率远低于上面两种方法，数据量大时差异会很明显。

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