如何在DataFrame中根据条件添加标记列

原始数据 #

ID time-A time-B time-C
A  30     40     50
B  NULL   60     50
C  30     20     50

需求 #

新增Flag列：

• 当time-A为NULL 且 time-B/time-C ≥ 1时，标记为'Y'
• 其他情况标记为'N'

期望结果 #

ID time-A time-B time-C Flag
A  30     40     50     N
B  NULL   60     50     Y
C  30     20     50     N

解决方案（基于Pandas） #

步骤1：构造DataFrame #

将原始数据转为Pandas可处理的格式（原始NULL对应Pandas中的NaN）：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'ID': ['A', 'B', 'C'],
    'time-A': [30, np.nan, 30],
    'time-B': [40, 60, 20],
    'time-C': [50, 50, 50]
})

步骤2：生成Flag列 #

用np.where()批量判断条件，高效生成目标列：

df['Flag'] = np.where(
    (pd.isna(df['time-A'])) & ((df['time-B'] / df['time-C']) >= 1),
    'Y',
    'N'
)

验证结果 #

执行后打印df即可得到期望输出：

print(df)

说明 #

• pd.isna() 用于准确识别time-A列的空值（对应原始数据的NULL）
• 逻辑与操作符&确保两个条件同时满足
• np.where() 比df.apply()的循环处理效率更高，适合批量数据

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