如何简化Pandas中基于两列Yes/No值的布尔索引条件

你的第一个条件本质是只要Partner或Dependents任意一个为"Yes"（包括两者都是），完全可以用更简洁的逻辑替代，下面是几种优雅的实现方式：

方法1：直接用逻辑或（|）组合判断 #

直接判断两列中至少一个为"Yes"，和你原来的冗长条件逻辑完全等价：

conditions = [
    # 有伴侣、有家属，或两者都有
    (cleaned_df["Partner"] == "Yes") | (cleaned_df["Dependents"] == "Yes"),
    # 既无伴侣也无家属
    (cleaned_df["Partner"] == "No") & (cleaned_df["Dependents"] == "No")
]

方法2：对第二个条件取反 #

既然第二个条件是“两者都为No”，那么第一个条件就是它的否定，用~取反即可：

conditions = [
    # 有伴侣、有家属，或两者都有
    ~((cleaned_df["Partner"] == "No") & (cleaned_df["Dependents"] == "No")),
    # 既无伴侣也无家属
    (cleaned_df["Partner"] == "No") & (cleaned_df["Dependents"] == "No")
]

方法3：转布尔值后再操作 #

因为你的列只有"Yes"/"No"，可以先把它们转成布尔类型（Yes=True，No=False），逻辑判断会更直观：

# 先将列转为布尔值
partner_bool = cleaned_df["Partner"] == "Yes"
dependents_bool = cleaned_df["Dependents"] == "Yes"

conditions = [
    # 有伴侣、有家属，或两者都有
    partner_bool | dependents_bool,
    # 既无伴侣也无家属
    ~partner_bool & ~dependents_bool
]

额外简化：结合生成新列的逻辑 #

如果是用numpy.select或pandas自带方法生成新列，甚至可以只写一个条件，剩下的用默认值处理：

import numpy as np

cleaned_df["family_status"] = np.select(
    [partner_bool | dependents_bool],
    ["有伴侣/家属"],
    default="无伴侣也无家属"
)

内容的提问来源于stack exchange，提问作者anon124083