Pandas中根据Location列值提取Left/Right列整数至Barcelona_result列问题

原代码的问题 #

1. 语法错误：for i in df['Location']末尾缺少冒号，代码无法正常运行
2. 逻辑完全错误：你遍历Location的每个值，但每次操作都是对整个Barcelona_result列做累加，而非针对当前行。再加上代码里的break，循环只会执行一次——如果第一行是主场，就给所有行的结果加上Left列的值，然后直接终止循环，客场的行根本没机会处理；如果第一行是客场，就加Right后终止，结果全错。
3. 缩进错误：break的缩进位置不对，导致它必然在第一次循环后执行，直接终止循环。

正确的实现方式 #

Pandas推荐用向量化操作代替逐行循环，既高效又不易出错，以下是几种可行方案：

方案1：用np.where（最简洁高效）

import numpy as np
df['Barcelona_result'] = np.where(df['Location'] == 'Home', df['Left'], df['Right'])

这个方法会逐行判断Location的值，对应取Left或Right列的数值，直接生成目标列。

方案2：用loc索引赋值

# 先初始化列
df['Barcelona_result'] = 0
# 给主场行赋值
df.loc[df['Location'] == 'Home', 'Barcelona_result'] = df['Left']
# 给客场行赋值
df.loc[df['Location'] == 'Away', 'Barcelona_result'] = df['Right']

通过loc精准定位主客场的行，分别赋值对应的进球数。

方案3：用apply（适合复杂逻辑场景）

如果之后有更复杂的判断逻辑，可以用apply逐行处理：

df['Barcelona_result'] = df.apply(lambda row: row['Left'] if row['Location'] == 'Home' else row['Right'], axis=1)

不过这种方法效率比前两种低，数据量大时不推荐。

内容的提问来源于stack exchange，提问作者user20998152