如何基于多列值定义函数生成新列？Pandas代码问题求助

现有如下Pandas DataFrame数据：

需要基于Activity、Hazard、Condition、consequence四列生成第五列，规则如下：

• 若Activity列包含"working"或"performing"，返回none
• 若Condition列包含none，返回none
• 否则返回Hazard + " is " + Condition + " impact " + consequence的拼接结果

我写了带正则的Python代码，但没得到预期结果，代码如下：

Dt1 = ['working','performing duties']
Dt2 = ["none"]

Dt1_regex = "|".join(Dt1)
Dt2_regex = "|".join(Dt2)

def clean(x):
    if datafile.Activity.str.contains (Dt1_regex, regex=True) | datafile.Condition.str.contains(Dt2_regex, regex=True):
        return 'none'
    else:
        return datafile.Hazard.map(str) + " is " + datafile.Condition.map(str)+" impact " + datafile.consequence.map(str)

datafile['combined'] = datafile.apply(clean)

你的代码有两个关键错误：

1. 错误使用整列判断而非单行：在clean函数里，你直接调用datafile.Activity.str.contains(...)，这会返回整个列的布尔判断结果，而不是当前行的结果。apply传入的x是单行数据，应该用x['Activity']来访问当前行的对应列值。
2. 返回值类型不匹配：else分支返回的是一整列的拼接结果（Series类型），但apply要求每个函数调用返回单个字符串，导致赋值失败。

方案1：修正apply函数写法 #

调整函数逻辑，针对单行数据处理：

import pandas as pd

# 构造示例数据（已有数据可跳过此步）
datafile = pd.DataFrame({
    'Activity': ['welding', 'painting'],
    'Hazard': ['fire', 'falling'],
    'Condition': ['chamber', 'none'],
    'consequence': ['high', 'medium']
})

Dt1 = ['working','performing duties']
Dt2 = ["none"]

Dt1_regex = "|".join(Dt1)
Dt2_regex = "|".join(Dt2)

def clean(x):
    # 检查当前行的Activity是否匹配正则，或Condition是否为none
    activity_match = pd.Series([x['Activity']]).str.contains(Dt1_regex, regex=True).iloc[0]
    if activity_match or x['Condition'] == Dt2_regex:
        return 'none'
    else:
        return f"{x['Hazard']} is {x['Condition']} impact {x['consequence']}"

# 指定axis=1，按行应用函数
datafile['combined'] = datafile.apply(clean, axis=1)

方案2：向量化操作（推荐） #

用Pandas原生的向量化方法替代apply，效率更高，代码更简洁：

import pandas as pd

datafile = pd.DataFrame({
    'Activity': ['welding', 'painting'],
    'Hazard': ['fire', 'falling'],
    'Condition': ['chamber', 'none'],
    'consequence': ['high', 'medium']
})

Dt1 = ['working','performing duties']
Dt2 = ["none"]

Dt1_regex = "|".join(Dt1)
Dt2_regex = "|".join(Dt2)

# 生成布尔掩码：标记需要返回'none'的行
mask = datafile['Activity'].str.contains(Dt1_regex, regex=True) | datafile['Condition'].str.contains(Dt2_regex, regex=True)

# 用where方法赋值：满足mask的行设为'none'，否则拼接字符串
datafile['combined'] = (
    datafile['Hazard'].astype(str) + " is " + 
    datafile['Condition'].astype(str) + " impact " + 
    datafile['consequence'].astype(str)
).where(~mask, 'none')

运行后得到的combined列结果如下：

内容的提问来源于stack exchange，提问作者Sonali