如何在Pandas DataFrame中合并同一筛选条件下的多列赋值操作？

问题背景 #

我需要用Python Pandas处理DataFrame，基于pets列的值给两个新列添加数据。现有DataFrame定义如下：

import pandas as pd

d = {'names': ["john", "bob", "frank", "bill", "sam"],
     'pets': ["dog", "cat", "mouse", "horse", "bird"]}
DF = pd.DataFrame(data=d)

目前已经实现功能的两行代码是：

DF.loc[DF['pets']=="dog", 'color'] = 'red'
DF.loc[DF['pets']=="dog", 'ID'] = 1

希望将这两行合并为一条语句，简化代码。

解决方案 #

方法1：通过loc批量赋值最直接 #

直接在loc的列索引位置传入目标列名列表，然后一次性赋值对应的值：

# 列表形式赋值
DF.loc[DF['pets'] == "dog", ['color', 'ID']] = ['red', 1]

# 或者用字典形式，列名和值对应更直观
DF.loc[DF['pets'] == "dog", ['color', 'ID']] = {'color': 'red', 'ID': 1}

这种方法仅对满足条件的行赋值，未匹配的行新列会显示NaN，和原两行代码的效果完全一致。

方法2：用assign配合条件生成全列 #

如果需要给所有行的新列都设置值（不满足条件的行填充默认值，比如NaN），可以用assign结合numpy.where：

import numpy as np

DF = DF.assign(
    color=np.where(DF['pets'] == "dog", 'red', np.nan),
    ID=np.where(DF['pets'] == "dog", 1, np.nan)
)

这种方式会一次性生成两个新列，所有行都会被赋值，适合需要统一处理全列的场景。

内容的提问来源于stack exchange，提问作者ilFonta