使用R语言为DataFrame新增COLORS列（基于多列条件）

现有如下结构的Pandas DataFrame：

COLUMN_1   COLUMN_2   COLUMN_3
red        blue       green
none       blue       none
red        none       green
red        none       none
none       none       none

需要新增一列COLORS，遵循以下规则：

• 只要COLUMN_1取值为'red'、COLUMN_2取值为'blue'或COLUMN_3取值为'green'，COLORS值为True；当三列均为'none'时，值为False（布尔值版本）。
• 或满足条件时显示'Color'，不满足时显示'No color'（文本版本）。

1. 生成布尔值版本的COLORS列 #

直接通过Pandas的逻辑或操作组合条件，即可得到符合要求的布尔列：

import pandas as pd

# 构造示例DataFrame
data = {
    'COLUMN_1': ['red', 'none', 'red', 'red', 'none'],
    'COLUMN_2': ['blue', 'blue', 'none', 'none', 'none'],
    'COLUMN_3': ['green', 'none', 'green', 'none', 'none']
}
df = pd.DataFrame(data)

# 新增布尔值COLORS列
df['COLORS'] = (df['COLUMN_1'] == 'red') | (df['COLUMN_2'] == 'blue') | (df['COLUMN_3'] == 'green')

print(df)

执行后输出：

COLUMN_1 COLUMN_2 COLUMN_3  COLORS
0      red     blue    green    True
1     none     blue     none    True
2      red     none    green    True
3      red     none     none    True
4     none     none     none   False

2. 生成文本版本的COLORS列 #

可以用numpy.where将布尔结果映射为指定文本：

import pandas as pd
import numpy as np

# 构造示例DataFrame（同上）
data = {
    'COLUMN_1': ['red', 'none', 'red', 'red', 'none'],
    'COLUMN_2': ['blue', 'blue', 'none', 'none', 'none'],
    'COLUMN_3': ['green', 'none', 'green', 'none', 'none']
}
df = pd.DataFrame(data)

# 新增文本版COLORS列
condition = (df['COLUMN_1'] == 'red') | (df['COLUMN_2'] == 'blue') | (df['COLUMN_3'] == 'green')
df['COLORS'] = np.where(condition, 'Color', 'No color')

print(df)

执行后输出：

COLUMN_1 COLUMN_2 COLUMN_3     COLORS
0      red     blue    green      Color
1     none     blue     none      Color
2      red     none    green      Color
3      red     none     none      Color
4     none     none     none  No color

内容的提问来源于stack exchange，提问作者afr100