如何根据Pandas DataFrame中amount列正负为country列赋值

针对需求，这里提供两种常用的实现方式：

方法一：使用numpy.where简洁处理 #

np.where可通过一次判断完成条件赋值，代码简洁高效：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'N': [0, 1],
    'amount': [-15678, 3475],
    'country': [np.nan, np.nan],
    'codeA': ['CH', 'POL'],
    'codeB': ['US', 'FR']
})

# 核心逻辑：amount为负取codeA，为正取codeB
df['country'] = np.where(df['amount'] < 0, df['codeA'], df['codeB'])

方法二：使用pd.DataFrame.loc逐条件赋值 #

这种方式逻辑更直观，适合分步理解条件筛选与赋值：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'N': [0, 1],
    'amount': [-15678, 3475],
    'country': [np.nan, np.nan],
    'codeA': ['CH', 'POL'],
    'codeB': ['US', 'FR']
})

# 处理amount为负的情况：将codeA赋值给country
df.loc[df['amount'] < 0, 'country'] = df.loc[df['amount'] < 0, 'codeA']
# 处理amount为正的情况：将codeB赋值给country
df.loc[df['amount'] > 0, 'country'] = df.loc[df['amount'] > 0, 'codeB']

处理后结果 #

执行上述任意一种方法后，DataFrame会变为：

N  amount country codeA codeB
0  0  -15678      CH    CH    US
1  1    3475      FR   POL    FR

内容的提问来源于stack exchange，提问作者Sallyerik