使用Pandas实现：columnA非空时提取首项非负数至新列

需求说明 #

需要基于DataFrame的valueA、valueB、valueC三列生成新列valueD，规则如下：

• 当columnA不等于None时，取valueA、valueB、valueC中的第一个非负数填入valueD
• 当columnA为None时，valueD直接设为None

示例数据 #

原始DataFrame：

columnA  valueA valueB valueC
None        -40    -41   -42
A           -5      10    20
B           -10     -5    10
C            1       2     3

处理后的结果：

columnA  valueA valueB valueC  valueD
None        -40    -41   -42    None
A           -5      10    20     10
B           -10     -5    10     10
C            1       2     3      1

实现方法 #

方法1：自定义函数+apply（直观易懂，适合小数据集）

先构造示例DataFrame，再通过apply遍历每行执行逻辑：

import pandas as pd

# 构造示例数据
data = {
    'columnA': [None, 'A', 'B', 'C'],
    'valueA': [-40, -5, -10, 1],
    'valueB': [-41, 10, -5, 2],
    'valueC': [-42, 20, 10, 3]
}
df = pd.DataFrame(data)

# 定义处理每行的函数
def get_first_non_negative(row):
    # columnA为None时直接返回None
    if pd.isna(row['columnA']):
        return None
    # 按顺序检查valueA、valueB、valueC，返回第一个非负数
    for col in ['valueA', 'valueB', 'valueC']:
        if row[col] >= 0:
            return row[col]
    # 若三列全为负数，返回None（可根据需求调整）
    return None

# 生成valueD列
df['valueD'] = df.apply(get_first_non_negative, axis=1)

方法2：矢量化操作（效率更高，适合大数据集）

避免逐行循环，用Pandas的矢量化方法提升性能：

import pandas as pd

# 构造示例数据
data = {
    'columnA': [None, 'A', 'B', 'C'],
    'valueA': [-40, -5, -10, 1],
    'valueB': [-41, 10, -5, 2],
    'valueC': [-42, 20, 10, 3]
}
df = pd.DataFrame(data)

# 标记需要处理的行（columnA不为None）
mask = df['columnA'].notna()

# 找出每行第一个非负数所在的列名
value_cols = ['valueA', 'valueB', 'valueC']
first_non_neg_cols = df.loc[mask, value_cols] >= 0
first_non_neg_cols = first_non_neg_cols.idxmax(axis=1)

# 根据列名提取对应的值，赋值给valueD
df.loc[mask, 'valueD'] = df.loc[mask].apply(lambda x: x[first_non_neg_cols.loc[x.name]], axis=1)
# 不需要处理的行设为None
df.loc[~mask, 'valueD'] = None

两种方法运行后都能得到示例中的结果，可根据数据集大小选择合适的方案。

内容的提问来源于stack exchange，提问作者PV8