如何遍历DataFrame并按多条件生成带清洗值的新test列

需求说明 #

• 若PM No_列不为空，test列直接取该列的值
• 若PM No_列为空，取No_列的值并按Condition列清洗：
  • 当Condition为'9'时，移除No_中的'-0G'
  • 当Condition为'1'时，移除No_中的'-0S'
  • 其他Condition值直接保留No_原值

原代码问题分析 #

1. 缩进错误：for循环块内代码未正确缩进
2. 逻辑倒置：判断PM No_非空时去处理No_，与需求相反
3. 批量处理错误：使用df['No_'].str.split会返回整个Series，而非当前行的值
4. 分支不全：未处理Condition为其他值的情况

正确解决方案 #

方法1：使用apply（直观易读，适合小数据集）

def generate_test(row):
    pm_no = row['PM No_']
    # 处理空字符串或仅含空格的情况
    if pm_no.strip() != '':
        return pm_no
    condition = row['Condition']
    no_val = row['No_']
    if condition == '9':
        return no_val.replace('-0G', '')
    elif condition == '1':
        return no_val.replace('-0S', '')
    else:
        return no_val

df['test'] = df.apply(generate_test, axis=1)

方法2：矢量化操作（高效，适合大数据集）

利用numpy.where和Pandas字符串方法，避免逐行循环：

import numpy as np

# 分层判断赋值
df['test'] = np.where(
    df['PM No_'].str.strip() != '',
    df['PM No_'],
    np.where(
        df['Condition'] == '9',
        df['No_'].str.replace('-0G', '', regex=False),
        np.where(
            df['Condition'] == '1',
            df['No_'].str.replace('-0S', '', regex=False),
            df['No_']
        )
    )
)

验证结果 #

执行后得到的test列与期望一致：

内容的提问来源于stack exchange，提问作者Asscha197