如何在Pandas中依据指定双条件生成新列F

原始数据 #

import pandas as pd

df = pd.DataFrame({
    'Ruote': ['R1', 'R2', 'R3'],
    'B': [115, 155, 155],
    'C': [1, 1, 6],
    'D': [150, 150, 150],
    'E': [-35, 5, 5]
})

目标效果（生成列F后） #

Ruote   B   C   D    E   F
R1     115  1   150 -35  0
R2     155  1   150  5   1
R3     155  6   150  5   5

列F的生成规则 #

• 当E <= 0时，F取值为0
• 当E > 0时：
  • 若C <= E，F取C的值
  • 若C > E，F取E的值

实现方案 #

方案一：嵌套numpy.where（推荐，矢量化高效） #

这是处理这类条件判断最常用的矢量化方法，性能最优，适合大数据集：

import numpy as np

df['F'] = np.where(df['E'] <= 0, 0, np.where(df['C'] <= df['E'], df['C'], df['E']))

方案二：行级apply函数（小数据集适用） #

如果数据量不大，行级处理逻辑更直观：

def get_F_value(row):
    if row['E'] <= 0:
        return 0
    return row['C'] if row['C'] <= row['E'] else row['E']

df['F'] = df.apply(get_F_value, axis=1)

方案三：mask+where组合写法 #

用Pandas的Series方法链式处理，逻辑清晰：

df['F'] = df['C'].where(df['C'] <= df['E'], df['E']).mask(df['E'] <= 0, 0)

内容的提问来源于stack exchange，提问作者user22547