在Jupyter Notebook中用Python实现条件新字段的问题排查与优化

错误原因 #

你写的代码里犯了个基础错误：把'Field 2'当成了字符串常量，而不是DataFrame的列名。实际执行时是在判断Field 1列的每个值是否等于字符串"Field 2"，而非和Field 2列对应位置的值做比较。这就导致第一个条件永远不成立，所有行都触发第二个赋值，结果全是"Yes"。另外代码里变量名混用了Df和df，也要统一。

修正后的.loc写法 #

把字符串'Field 2'换成列引用df['Field 2']，统一变量名：

df.loc[df['Field 1'] == df['Field 2'], 'New Field'] = 'No'
df.loc[df['Field 1'] != df['Field 2'], 'New Field'] = 'Yes'

更简洁的实现方式 #

方式1：用numpy.where（和Excel IF公式逻辑完全对应） #

一行代码就能完成，可读性和效率都不错：

import numpy as np
df['New Field'] = np.where(df['Field 1'] == df['Field 2'], 'No', 'Yes')

方式2：布尔值直接映射 #

利用布尔序列的map方法快速转换，代码更简洁：

df['New Field'] = (df['Field 1'] != df['Field 2']).map({True: 'Yes', False: 'No'})

方式3：apply方法（适合复杂逻辑场景） #

如果后续逻辑有扩展需求，用apply也能实现：

df['New Field'] = df.apply(lambda row: 'No' if row['Field 1'] == row['Field 2'] else 'Yes', axis=1)

内容的提问来源于stack exchange，提问作者JT112