如何基于多列多条件为Pandas DataFrame生成指定新列？

原始DataFrame #

c1  c2
0  0   "phrase_x 12"
1  0   "phrase_y 34"
2  1   "phrase_x 56"  
3  1   "phrase_y 78"  

需求规则 #

• 当c1 == 0且c2包含phrase_x时，c3填充c2按空格分割后的数字部分
• 当c1 == 0且c2包含phrase_y时，c4填充c2按空格分割后的数字部分
• 当c1 == 1且c2包含phrase_x时，c5填充c2按空格分割后的数字部分
• 当c1 == 1且c2包含phrase_y时，c6填充c2按空格分割后的数字部分
• 未满足条件的单元格用NaN填充

期望结果 #

c1  c2             c3    c4    c5    c6
0  0   "phrase_x 12"  12    NaN   NaN   NaN
1  0   "phrase_y 34"  NaN   34    NaN   NaN
2  1   "phrase_x 56"  NaN   NaN   56    NaN
3  1   "phrase_y 78"  NaN   NaN   NaN   78

尝试过的方法 #

用户尝试过单条件loc语句，但无法满足多条件需求：

df.loc[df['c2'].str.contains("phrase_x") , 'c3'] = df['c2'].str.split('-> ').str[1]
df.loc[df['c2'].str.contains("phrase_y") , 'c4'] = df['c2'].str.split('-> ').str[1]

使用np.where时触发错误：

ValueError: Cannot set a DataFrame with multiple columns to the single column Budget Outlet 1

解决方案 #

方法一：用loc实现多条件赋值 #

提前提取c2中的数字部分，减少重复计算，再通过多条件组合完成赋值：

import pandas as pd
import numpy as np

# 构造原始数据
data = {'c1': [0,0,1,1], 'c2': ['phrase_x 12', 'phrase_y 34', 'phrase_x 56', 'phrase_y 78']}
df = pd.DataFrame(data)

# 提取c2中的数字部分，转成数值类型
df['num'] = df['c2'].str.split().str[1].astype(float)

# 初始化c3-c6列为NaN
df[['c3','c4','c5','c6']] = np.nan

# 多条件赋值，注意用&连接条件，每个条件加括号避免优先级问题
df.loc[(df['c1'] == 0) & (df['c2'].str.contains('phrase_x')), 'c3'] = df['num']
df.loc[(df['c1'] == 0) & (df['c2'].str.contains('phrase_y')), 'c4'] = df['num']
df.loc[(df['c1'] == 1) & (df['c2'].str.contains('phrase_x')), 'c5'] = df['num']
df.loc[(df['c1'] == 1) & (df['c2'].str.contains('phrase_y')), 'c6'] = df['num']

# 可选：删除临时的num列
df = df.drop('num', axis=1)

方法二：更优的重塑方式（适合规则扩展） #

如果后续条件可能增加，通过拆分特征+数据重塑的方式更灵活，无需编写大量loc语句：

import pandas as pd

# 构造原始数据
data = {'c1': [0,0,1,1], 'c2': ['phrase_x 12', 'phrase_y 34', 'phrase_x 56', 'phrase_y 78']}
df = pd.DataFrame(data)

# 拆分c2为phrase和num两列
df[['phrase', 'num']] = df['c2'].str.split(expand=True)
df['num'] = df['num'].astype(float)

# 根据c1和phrase生成对应的目标列名
df['col_name'] = df.apply(
    lambda row: f"c{3 if row['c1'] == 0 else 5}{'' if row['phrase'] == 'phrase_x' else 1}",
    axis=1
)

# 重塑数据为宽表，合并回原数据
pivot_df = df.pivot(index=df.index, columns='col_name', values='num')
# 调整列名匹配需求
pivot_df = pivot_df.rename(columns={'c3':'c3', 'c31':'c4', 'c5':'c5', 'c51':'c6'})
result = df[['c1','c2']].join(pivot_df)

print(result)

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