在Pandas中根据两列最大值来源生成标记列（MEN=1、WOMEN=0）

给定如下Pandas DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({'WOMEN':[0,1,3,1,2,0,0],
                   'MEN':[2,3,1,2,0,0,1]})

需求规则：

• 新增sex列：
  • 若MEN列值为该行最大值，标记为1
  • 若WOMEN列值为该行最大值，标记为0
  • 若两列值相等，随机标记0或1

实现步骤 #

1. 初始化sex列：先填充明确匹配规则的标记，相等行暂设为NaN

df['sex'] = np.where(df['MEN'] > df['WOMEN'], 1, 
                     np.where(df['WOMEN'] > df['MEN'], 0, np.nan))

2. 处理相等行的随机标记：筛选出未赋值的行，生成随机0/1填充

# 获取两列值相等的行索引
equal_rows_idx = df[df['sex'].isna()].index
# 生成对应长度的随机0/1数组
random_labels = np.random.randint(0, 2, size=len(equal_rows_idx))
# 填充到对应位置
df.loc[equal_rows_idx, 'sex'] = random_labels

3. 添加id列（匹配预期结果格式）

df['id'] = range(1, len(df)+1)
# 调整列顺序与示例一致
df = df[['id', 'WOMEN', 'MEN', 'sex']]

示例输出 #

执行后得到的DataFrame类似（相等行的随机值可能不同）：

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