如何在Python中对多列pandas数据执行逻辑与操作生成结果列

假设你的DataFrame名为df，以下是两种简洁的实现方法：

方法一：通过any()检测任意Fail值 #

import pandas as pd

# 模拟示例数据（替换为你的实际DataFrame）
df = pd.DataFrame({
    'Test1': ['Pass', 'Pass', 'Fail'],
    'Test2': ['Pass', 'Fail', 'Pass'],
    'Test3': ['Pass', 'Pass', 'Pass']
})

# 生成result列
df['result'] = df.apply(lambda row: 'Fail' if (row == 'Fail').any() else 'Pass', axis=1)

• 逻辑说明：row == 'Fail'将每行单元格转为布尔值（True对应Fail），.any()判断该行是否存在至少一个True，存在则返回Fail，否则返回Pass。

方法二：通过all()验证全Pass #

df['result'] = df.apply(lambda row: 'Pass' if (row == 'Pass').all() else 'Fail', axis=1)

• 逻辑说明：(row == 'Pass').all()判断该行所有单元格是否都是Pass，是则返回Pass，否则返回Fail（即存在至少一个Fail）。

针对指定列的处理 #

如果DataFrame包含无需参与判断的列，可以指定目标列范围：

# 只对Test1、Test2、Test3列进行判断
target_columns = ['Test1', 'Test2', 'Test3']
df['result'] = df[target_columns].apply(lambda row: 'Fail' if (row == 'Fail').any() else 'Pass', axis=1)

内容的提问来源于stack exchange，提问作者Nikhil Mangire