如何使用if elif else条件向已有数据列插入数据？

针对你提出的根据已有列的值生成新列的需求，这里以Python的Pandas库（处理表格数据的常用工具）为例，给出两种高效实现方式：

一、针对你的实际需求（Sale id → Sale no） #

方法1：使用apply结合自定义函数 #

适合逻辑复杂、需要灵活判断的场景：

import pandas as pd

# 假设你的原始数据是这样的DataFrame
df = pd.DataFrame({
    'Sale id': ['sale001', 'sale002', 'sale003', 'sale001', 'sale004']
})

# 定义条件判断函数
def generate_sale_no(sale_id):
    if sale_id == 'sale001':
        return 'clo sale'
    elif sale_id == 'sale002':
        return 'blo sale'
    else:
        return ''

# 生成新的Sale no列
df['Sale no'] = df['Sale id'].apply(generate_sale_no)

方法2：使用np.select（向量化操作，大数据量更高效） #

适合多条件分支的场景，执行速度比apply更快：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Sale id': ['sale001', 'sale002', 'sale003', 'sale001', 'sale004']
})

# 定义条件列表和对应结果列表
conditions = [
    df['Sale id'] == 'sale001',
    df['Sale id'] == 'sale002'
]
results = [
    'clo sale',
    'blo sale'
]

# 生成Sale no列，default参数指定else的返回值
df['Sale no'] = np.select(conditions, results, default='')

二、对应你给出的通用示例（columnA → columnB） #

同样可以用上述两种方法实现：

用lambda简化版（apply） #

df['columnB'] = df['columnA'].apply(lambda x: '123' if x == 'abc' else ('345' if x == 'efg' else '0'))

用np.select实现 #

conditions = [df['columnA'] == 'abc', df['columnA'] == 'efg']
values = ['123', '345']
df['columnB'] = np.select(conditions, values, default='0')

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