如何基于两列条件生成新列？Pandas语法错误求助

现有Pandas数据框df2，需基于col_1和col_2的条件逻辑生成名为Tag的新列。数据框定义如下：

import pandas as pd
df2 = pd.DataFrame({'NOTES': ["PREPAID_HOME_SCREEN_MAMO","SCREEN_MAMO",
                              "> Unable to connect internet>4G Compatible>Set",
                              "No>Not Barred>Active>No>Available>Others>",
                              "Internet Not Working>>>>Unable To Connect To"], 
     'col_1': ["voice", "voice","data","other","voice"],
     'col_2': ["DATA", "voice","VOICE","VOICE","voice"]})

尝试用以下代码实现逻辑，但出现语法错误：

df2['Tag'] =             
            if df['col_1']=='data':
                return "Yes"
            elif df['col_2']:
                return "Yes"
            else:
                return "No"

错误原因 #

Python原生的if-else语句无法直接处理Pandas的Series对象（即数据框的列），因为Series是批量数据集合，需要用Pandas/NumPy提供的批量处理方法实现条件逻辑。

正确实现方法 #

方法1：使用numpy.where（推荐，效率最优） #

利用numpy.where实现向量化条件判断，适合简单逻辑，处理大规模数据时效率远高于循环或apply：

import numpy as np

# 条件：col_1等于'data' 或者 col_2非空（字符串非空即视为True）
df2['Tag'] = np.where(
    (df2['col_1'] == 'data') | (df2['col_2']),
    "Yes",
    "No"
)

方法2：使用apply函数（适合复杂多分支逻辑） #

通过apply逐行处理数据，适合逻辑更复杂的场景，但处理大数据量时效率较低：

def get_tag(row):
    if row['col_1'] == 'data':
        return "Yes"
    elif row['col_2']:  # 判断col_2是否非空
        return "Yes"
    else:
        return "No"

df2['Tag'] = df2.apply(get_tag, axis=1)

方法3：使用Pandasloc索引赋值 #

先初始化新列为默认值，再通过索引定位满足条件的行并修改值：

# 先设置默认值为"No"
df2['Tag'] = "No"
# 满足条件的行设为"Yes"
df2.loc[(df2['col_1'] == 'data') | (df2['col_2']), 'Tag'] = "Yes"

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