如何在Pandas中高效生成逐行多列布尔判断的新列（无循环）

我有如下所示的Pandas DataFrame，希望找到一种高效简洁的方法生成布尔类型列d：当对应行的a、b、c列中任意一个值为True时，d的值为True，且要求不能用for循环。我试过向量化操作但没成功，之前用any()方法时，它会判断整个DataFrame里是否存在True，而不是逐行判断；用for循环逐行调用any()能得到正确结果，但数据量大时速度太慢。

示例DataFrame：

直接用any()方法并指定axis=1参数，就能实现逐行判断，完全基于向量化操作，效率拉满。

代码示例 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'a': [True, False, False],
    'b': [False, True, False],
    'c': [True, False, False]
})

# 生成列d
df['d'] = df[['a', 'b', 'c']].any(axis=1)

执行结果 #

说明 #

• axis=1参数告诉any()要逐行检查列维度，而默认的axis=0是逐列检查行维度，这就是你之前用any()得到整个DataFrame结果的原因。
• 这种方法完全避开了循环，用的是Pandas优化过的向量化运算，大数据量下速度远快于循环。

内容的提问来源于stack exchange，提问作者till_n