如何按条件优先级创建Pandas DataFrame新列d？

问题场景 #

给定如下DataFrame：

import pandas as pd

df = pd.DataFrame(
    {
        'a': [10, 20, 55],
        'b': [3, 40, 33],
        'c': [4, 50, 10]
    }
)

需要创建列d，规则为：

• 优先判断df.a > df.b，满足则d=1，不再判断后续条件
• 未满足第一个条件时，可按其他规则处理（如示例中df.a > df.c时设为2）
• 所有条件都不满足时，d=0

目标输出：

a   b   c    d
0  10   3   4  1.0
1  20  40  50  0.0
2  55  33  10  1.0

原代码的问题 #

原代码直接按顺序赋值，会出现值被覆盖的情况：

df.loc[df.a > df.b, 'd'] = 1
df.loc[df.a > df.c, 'd'] = 2
df['d'] = df.d.fillna(0)

原因是：同时满足df.a > df.b和df.a > df.c的行（比如第0行），会被第二个loc语句重新赋值为2，违背了“满足第一个条件就不再判断后续”的优先级要求。

解决方案 #

方法1：使用numpy.select（推荐）

numpy.select支持按条件优先级批量赋值，只需按顺序定义条件和对应值，最后设置默认值即可：

import numpy as np

# 按优先级定义条件列表
conditions = [
    df['a'] > df['b'],
    df['a'] > df['c']  # 仅当第一个条件不满足时才会判断
]
# 对应条件的取值
values = [1, 2]

# 赋值，默认值设为0
df['d'] = np.select(conditions, values, default=0)

执行后得到的结果完全符合需求：

a   b   c  d
0  10   3   4  1
1  20  40  50  0
2  55  33  10  1

方法2：分步赋值并限制范围

先将d初始化为0，再按优先级从高到低赋值，每次仅对未被赋值的行操作：

# 先设置默认值0
df['d'] = 0
# 处理最高优先级条件
df.loc[df['a'] > df['b'], 'd'] = 1
# 处理第二个条件时，仅针对d仍为0的行（即第一个条件不满足的行）
df.loc[(df['d'] == 0) & (df['a'] > df['c']), 'd'] = 2

这种方法通过添加df['d'] == 0的限制，避免了对已赋值行的覆盖。

内容的提问来源于stack exchange，提问作者AmirX