如何在Pandas中无需复制列替换值，基于字符串匹配创建新列？

针对你的需求，有几种更简洁的方式可以直接生成目标列，无需先复制原列再替换：

方法一：用str.contains结合np.where #

利用字符串包含判断直接生成0/1值，逻辑清晰且一步到位：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "Task": ["T1", "T1", "T2", "T3","T3"],
    "Complexity": [1, 2, 3, 2, 1],
    "Status": ["OpenA", "ClosedB", "ClosedC", "OpenC", "OpenA"]
})

# 不区分大小写匹配Open/Close，直接生成Statno列
df['Statno'] = np.where(df['Status'].str.contains('Open', case=False), '1', 
                       np.where(df['Status'].str.contains('Close', case=False), '0', ''))

方法二：直接在赋值时使用replace #

简化你原来的逻辑，不用先复制列，直接对Status列做替换后赋值给新列：

df['Statno'] = df['Status'].replace({'(?i).*Open.*': '1', '(?i).*Close.*': '0'}, regex=True)

这种方式和你原来的效果一致，但省去了先复制列的步骤，代码更简洁。

方法三：用str.replace做批量替换 #

同样可以直接生成新列：

df['Statno'] = df['Status'].str.replace('(?i).*Open.*', '1', regex=True)
df['Statno'] = df['Statno'].str.replace('(?i).*Close.*', '0', regex=True)

不过这种方式需要两次替换，适合逻辑拆分的场景。

内容的提问来源于stack exchange，提问作者d8888d