如何在pandas中结合.assign与.where实现类numpy.where的三元逻辑

问题背景 #

给定如下Pandas DataFrame：

import pandas as pd

values = [("a", 1), ("b", 2), ("c", 3), ("d", 4), ("a", 4), ("b", 6), ("c", 7), ("d", 8)]
df = pd.DataFrame(values, columns=["name", "value"])

对应的表格：

需要满足以下要求：

• 添加名为kpi的新列
• 在函数链式调用中使用.assign方法
• 不使用numpy
• 不使用.apply（避免循环低效）
• 不使用.query（缺少开发便利性）
• 条件规则：

若(name属于["a","b"] 且 value是偶数)，则kpi = value / 5 * 100，否则kpi = value / 2

最终目标表格：

疑问：Pandas的.where()是否支持设置else分支？

解答 #

.where()的else分支说明 #

Pandas 的 .where() 方法原生就支持设置 else 分支，语法是 Series.where(condition, other)：当条件为 True 时保留原序列的值，条件为 False 时就用 other 参数指定的值/计算逻辑来替换。

满足所有要求的实现代码 #

直接用 .assign 链式调用结合 .where() 就能搞定，完全符合你的限制条件：

result_df = df.assign(
    kpi=lambda x: (x["value"] / 5 * 100).where(
        (x["name"].isin(["a", "b"])) & (x["value"] % 2 == 0),
        other=x["value"] / 2
    )
)

代码逻辑拆解 #

• 条件判断：(x["name"].isin(["a", "b"])) & (x["value"] % 2 == 0) 精准对应你要求的触发规则
• .where() 分支逻辑：
  • 条件成立时，执行 value /5 *100 计算kpi
  • 条件不成立时，自动使用 other 参数里的 value /2 作为kpi值
• 链式调用：.assign 方法完美适配链式调用场景，不需要额外修改原DataFrame（也可以直接覆盖原df）

运行这段代码后，输出的结果和你给出的目标表格完全一致。

内容的提问来源于stack exchange，提问作者Vega