如何在Python DataFrame中用np.where实现多条件比赛结果判断

你之前用多次np.where导致结果被覆盖，是因为每次单独赋值会全量更新列，没有保留之前的分支结果。以下几种方法可以正确实现分支逻辑：

方法一：嵌套np.where #

通过嵌套np.where实现多分支判断，一次完成赋值，避免覆盖问题：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({
    'home': ['A队', 'B队', 'C队'],
    'away': ['D队', 'E队', 'F队'],
    'scorehome': [3, 1, 2],
    'scoreaway': [1, 1, 3]
})

# 嵌套判断：先主队胜，再客队胜，剩余为平局
df['result'] = np.where(
    df['scorehome'] > df['scoreaway'],
    '1',
    np.where(df['scorehome'] < df['scoreaway'], '2', 'X')
)

方法二：使用np.select #

适合多条件场景，定义条件列表和对应结果列表，最后指定默认值：

conditions = [
    df['scorehome'] > df['scoreaway'],
    df['scorehome'] < df['scoreaway']
]
values = ['1', '2']

# 匹配条件返回对应值，不满足任何条件返回默认值'X'
df['result'] = np.select(conditions, values, default='X')

方法三：使用apply（小数据量适用） #

自定义判断函数，逐行处理数据，逻辑直观但大数据量下效率略低：

def judge_result(row):
    if row['scorehome'] > row['scoreaway']:
        return '1'
    elif row['scorehome'] < row['scoreaway']:
        return '2'
    else:
        return 'X'

df['result'] = df.apply(judge_result, axis=1)

内容的提问来源于stack exchange，提问作者Terra1