如何为DataFrame按条件生成Green列？现有代码报错求助

你的原代码存在两个核心问题：

• 只覆盖了「apple且含green」的情况为1，其余所有情况（包括banana、apple不含green、Color列缺失）都直接赋值0，完全没处理banana要设为NA的需求
• 未处理Color列的缺失值：当Color是NaN时，str.lower().str.contains()会返回NaN，导致逻辑判断结果异常，最终被np.where当成False赋值0，不符合预期

修正后的矢量化代码（效率最高，适合大数据集） #

import pandas as pd
import numpy as np

# 示例测试数据
df = pd.DataFrame({
    'Fruit': ['apple', 'apple', 'banana', 'apple', 'banana'],
    'Color': ['Green', 'Red', 'Yellow', np.nan, 'Green']
})

# 新增Green列
df['Green'] = np.where(
    df['Fruit'] == 'apple',  # 先判断是否为apple
    # apple分支：用case=False实现不区分大小写匹配，na=False处理缺失值
    np.where(df['Color'].str.contains('green', case=False, na=False), 1, 0),
    np.nan  # 非apple（即banana）的情况赋值NA
)

代码说明 #

1. 外层np.where负责分流：仅处理apple行，其他行直接设为np.nan（对应pandas的NA）
2. 内层np.where处理apple分支：用str.contains自带的case=False参数实现不区分大小写匹配，无需手动转小写；na=False将Color列的缺失值统一判定为「不含green」，避免NaN导致的逻辑错误
3. 移除了原代码中多余的== True，布尔值可直接参与判断

更简洁的写法 #

用pandas原生where方法实现，逻辑更紧凑：

df['Green'] = (df['Color'].str.contains('green', case=False, na=False).astype(int)).where(df['Fruit'] == 'apple', np.nan)

内容的提问来源于stack exchange，提问作者sprc