能否使用np.where从多个不同大小的DataFrame创建新DataFrame？支持多条件吗？

可以用np.where配合pandas的维度对齐操作实现，但仅靠多条件的np.where本身无法直接完成，原因和解决方法如下：

核心限制：np.where的维度要求 #

np.where的输入数组（条件数组、选择值数组）必须保持维度一致。不同大小的DataFrame形状不匹配，直接传入np.where会触发维度不兼容的报错，无法直接执行。

可行的实现方式：先对齐维度，再用np.where #

需要先通过pandas的索引对齐工具（比如reindex、merge、join）将不同大小的DataFrame调整为相同维度，再结合np.where的多条件逻辑生成新DataFrame。

举个实际例子：

import pandas as pd
import numpy as np

# 创建两个大小不同的DataFrame
df_large = pd.DataFrame({'value': [5, 15, 25, 35, 45], 'threshold': [10, 20, 30, 40, 50]}, index=[0,1,2,3,4])
df_small = pd.DataFrame({'backup': [100, 200]}, index=[1,3])

# 先将小DataFrame对齐到大DataFrame的索引，缺失值填充为默认值
df_small_aligned = df_small.reindex(df_large.index, fill_value=0)

# 用多条件np.where生成新列
new_df = pd.DataFrame({
    'final_value': np.where(
        df_large['value'] > df_large['threshold'],  # 条件1
        df_large['value'],                          # 条件1满足时取的值
        np.where(
            df_large['value'] < 5,                  # 条件2
            0,                                      # 条件2满足时取的值
            df_small_aligned['backup']              # 否则取对齐后的备份值
        )
    )
})

结论 #

仅靠多条件的np.where无法直接处理不同大小的DataFrame，必须先通过pandas的对齐操作统一维度，再结合np.where的条件逻辑完成新DataFrame的创建。

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