如何在Pandas iterrows循环中为C3实现类似Where子句的条件判断

方法1：使用Python三元表达式（简洁写法） #

Python不支持类似SQL的if ... then ... else语法，替代方案是三元条件表达式，语法为真值 if 条件 else 假值，正好匹配你的需求：

df1 = pd.read_excel(path)
result_list = []  # 避免使用内置名称"List"作为变量名
for index, row in df1.iterrows():
    C1 = row[2]
    C2 = row[7]
    # 正确的条件判断写法
    C3 = 'blue' if row[12] == 0 else 'green'
    result_list.append([C1, C2, C3])  # 修正原代码中C_3的笔误，应为C3

方法2：使用常规if-else语句 #

如果后续需要扩展更复杂的判断逻辑，常规if-else结构可读性更强：

df1 = pd.read_excel(path)
result_list = []
for index, row in df1.iterrows():
    C1 = row[2]
    C2 = row[7]
    if row[12] == 0:
        C3 = 'blue'
    else:
        C3 = 'green'
    result_list.append([C1, C2, C3])

性能优化建议 #

iterrows()遍历DataFrame的效率较低，若处理大数据量，推荐使用向量化操作或apply()提升性能：

df1 = pd.read_excel(path)
# 批量生成C3列
df1['C3'] = df1.iloc[:, 12].apply(lambda x: 'blue' if x == 0 else 'green')
# 提取目标列并转为列表
result_list = df1.iloc[:, [2, 7]].join(df1['C3']).values.tolist()

内容的提问来源于stack exchange，提问作者cufta05