如何在Pandas中根据符号替换列值并合并为单列？

基于你给出的条件（每行中一列正、一列负），以下几种vectorized操作的方案都是高效的（避免逐行循环，利用Pandas/Numpy的内置优化）：

• 方法一：直接取每行最大值
  因为正数必然大于负数，直接对两列取行最大值即可得到目标结果：

  import pandas as pd
  
  # 构造示例DataFrame
  df = pd.DataFrame({
      'col1': [0.4, 0.2, -0.1, -0.2, 0.8],
      'col2': [-0.9, -0.5, 0.2, 0.4, -0.6]
  })
  
  # 生成结果列（或直接替换原col1）
  df['col1'] = df[['col1', 'col2']].max(axis=1)
  

  最终输出：

  col1  col2
  0   0.4  -0.9
  1   0.2  -0.5
  2   0.2   0.2
  3   0.4   0.4
  4   0.8  -0.6
  

• 方法二：用Numpy的where条件判断
  显式判断col1是否为正，是则保留col1，否则取col2：

  import numpy as np
  
  df['col1'] = np.where(df['col1'] > 0, df['col1'], df['col2'])
  

  该方法逻辑更直观，同样是vectorized操作，效率和方法一接近。

• 不推荐的方法：逐行apply
  虽然df.apply(lambda x: x['col1'] if x['col1']>0 else x['col2'], axis=1)也能实现，但它是逐行处理，在数据量较大时效率远低于前两种方法，不建议使用。

内容的提问来源于stack exchange，提问作者John