基于多列条件创建Pandas新列F_Score的高效实现咨询

你的F_Score逻辑可以拆解为四个独立相邻列比较结果的求和：每个比较（A>=B、B>=C、C>=D、D>=E）满足时加1，不满足时减1，最终总和就是F_Score。利用Pandas/Numpy的向量化操作可以彻底避免低效的Python循环，轻松处理580万行数据。

方法1：使用Numpy的np.where（直观易读） #

import numpy as np
import pandas as pd

# 假设你的DataFrame名为df
df['F_Score'] = (
    np.where(df['A'] >= df['B'], 1.0, -1.0) +
    np.where(df['B'] >= df['C'], 1.0, -1.0) +
    np.where(df['C'] >= df['D'], 1.0, -1.0) +
    np.where(df['D'] >= df['E'], 1.0, -1.0)
)

方法2：利用Pandas布尔值转整数替换（简洁高效） #

df['F_Score'] = (
    (df['A'] >= df['B']).astype(int).replace(0, -1) +
    (df['B'] >= df['C']).astype(int).replace(0, -1) +
    (df['C'] >= df['D']).astype(int).replace(0, -1) +
    (df['D'] >= df['E']).astype(int).replace(0, -1)
)

效率说明 #

Python层面的逐行循环会频繁调用解释器处理单个元素，百万级数据下速度极慢。而向量化操作是底层用C实现的批量计算，直接对整列数组进行操作，速度能提升几个数量级，完全适配580万行的数据集。

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