如何在Pandas DataFrame中按多条件映射生成新列

需求说明 #

根据col1的内容生成new_col，规则如下：

• 当col1仅包含Ted时，new_col设为Ted
• 当col1同时包含Ted和Not Ted时，new_col设为Both
• 当col1仅包含Not Ted时，new_col设为Not Ted

输入输出示例 #

实现方法 #

方法1：嵌套np.where处理多条件

利用np.where的嵌套特性，逐层判断条件：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['Ted, Ted', 'Ted, Not Ted', 'Not Ted, Not Ted', 'Not Ted, Ted', 'Ted, Ted']
})

df['new_col'] = np.where(
    df['col1'].str.contains('Ted') & df['col1'].str.contains('Not Ted'),
    'Both',
    np.where(
        df['col1'].str.contains('Ted'),
        'Ted',
        'Not Ted'
    )
)

方法2：apply结合集合判断

将每行内容转为集合，通过集合元素直接匹配规则：

def map_col1(s):
    values = set(s.split(', '))
    if {'Ted', 'Not Ted'}.issubset(values):
        return 'Both'
    elif 'Ted' in values:
        return 'Ted'
    else:
        return 'Not Ted'

df['new_col'] = df['col1'].apply(map_col1)

方法3：矢量化字符串操作（高效推荐）

通过布尔条件组合直接赋值，避免循环开销：

has_ted = df['col1'].str.contains('Ted')
has_not_ted = df['col1'].str.contains('Not Ted')

df['new_col'] = 'Not Ted'
df.loc[has_ted & ~has_not_ted, 'new_col'] = 'Ted'
df.loc[has_ted & has_not_ted, 'new_col'] = 'Both'

内容的提问来源于stack exchange，提问作者Eisen