如何在DataFrame中基于多列条件生成错误标记列

问题场景 #

需要在DataFrame的独立列中创建错误标记，实现多列条件校验：当Category列值为Fruit时，检查Item列值是否属于指定水果列表，不符合则标记Error，符合则标记OK。

示例DataFrame #

Category Item    Flag
0   Fruit    Apple     
1   Fruit    Apple        
2   Fruit    Beef    
3   Fruit    Kiwi    
4   Fruit    Orange  

需求说明 #

指定水果列表：

fruits = ['Apple', 'Orange', 'Kiwi']

校验逻辑：

• 当df['Category'] == 'Fruit'时，检查df['Item']是否在fruits列表中
• 不在列表中标记Error，符合则标记OK

解决方案 #

用Pandas结合Numpy的矢量化操作实现高效校验，代码如下：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'Category': ['Fruit']*5,
    'Item': ['Apple', 'Apple', 'Beef', 'Kiwi', 'Orange'],
    'Flag': ['']*5
})

fruits = ['Apple', 'Orange', 'Kiwi']

# 生成错误标记列
df['Flag'] = np.where(
    (df['Category'] == 'Fruit') & (~df['Item'].isin(fruits)),
    'Error',
    'OK'
)

预期输出 #

Category Item    Flag
0   Fruit    Apple   OK  
1   Fruit    Apple   OK     
2   Fruit    Beef    Error
3   Fruit    Kiwi    OK
4   Fruit    Orange  OK

内容的提问来源于stack exchange，提问作者Mikalord