如何通过条件判断为DataFrame添加落败球队新列

方法一：使用numpy.where（高效简洁） #

先构造示例DataFrame，再通过嵌套的numpy.where完成逻辑判断，一行代码即可新增目标列：

import pandas as pd
import numpy as np

# 构造示例数据
data = {
    'home': ['Tampa Bay', 'San Jose', 'New England', 'Colorado', 'New England'],
    'away': ['Colorado', 'Colombus', 'San Jose', 'Tampa Bay', 'KC Wizards'],
    'home_score': [3, 1, 1, 2, 2],
    'away_score': [1, 3, 5, 0, 1]
}
df = pd.DataFrame(data)

# 添加lost_team列，同时处理平局场景
df['lost_team'] = np.where(
    df['home_score'] > df['away_score'],
    df['away'],
    np.where(df['away_score'] > df['home_score'], df['home'], 'Draw')
)

方法二：使用pandas.apply（逻辑直观） #

如果偏好逐行判断的直观逻辑，可以用apply方法实现：

df['lost_team'] = df.apply(
    lambda row: row['away'] if row['home_score'] > row['away_score'] 
    else row['home'] if row['away_score'] > row['home_score'] 
    else 'Draw',
    axis=1
)

最终结果 #

执行代码后，DataFrame会新增lost_team列，结果如下：

内容的提问来源于stack exchange，提问作者reksapj