如何在Python中根据多条件填充DataFrame的Action列

你可以通过两种方式实现需求，优先推荐向量化操作的方法（效率更高）：

方法一：使用pandas.DataFrame.loc（推荐） #

利用str.contains检查字符串包含关系，结合逻辑与条件筛选目标行，直接赋值：

import pandas as pd

df1= pd.DataFrame.from_dict({
    'Description': ['This car is german', 'This vehicle is french', 'This automobile is british', 'This car is british', 'This thing is british'], 
    'SUV?': ['Yes', 'No', 'No', 'Yes', 'Yes'],
    'Action': [' ', ' ', ' ', ' ', ' '],
})

# 筛选同时满足两个条件的行，修改Action列
df1.loc[(df1['Description'].str.contains('british')) & (df1['SUV?'] == 'Yes'), 'Action'] = 'buy'

print(df1)

执行后结果：

注意：条件两边要加括号，因为&的运算符优先级高于比较运算符，避免逻辑错误。

方法二：使用apply（逐行处理） #

如果坚持用lambda，需要指定axis=1以逐行访问数据，同时判断两个列的条件：

df1['Action'] = df1.apply(
    lambda row: 'buy' if ('british' in row['Description'] and row['SUV?'] == 'Yes') else row['Action'],
    axis=1
)

这种方法适合小数据集，大数据量下效率不如第一种向量化方法。

内容的提问来源于stack exchange，提问作者Omoton