如何使用Pandas无需循环按条件用同行其他列值替换列值？

原始DataFrame #

ID   X    Y    Z
1    3    5    3
2    1    4    1
3    5    3    5
4    0    7    7

需求 #

Z列默认取X列的值，当X列的值为0时，Z列替换为Y列的值，要求不使用for循环实现。

实现方法 #

完全可以通过Pandas的矢量化操作实现，以下是几种高效的方案：

方案1：使用numpy.where

这是最直观的矢量化条件赋值方式，一次性完成判断与赋值：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'ID': [1, 2, 3, 4],
    'X': [3, 1, 5, 0],
    'Y': [5, 4, 3, 7]
})

# 生成Z列
df['Z'] = np.where(df['X'] == 0, df['Y'], df['X'])

方案2：使用Pandasloc索引赋值

先默认将Z列设为X，再针对性替换符合条件的行：

df['Z'] = df['X']
# 定位X为0的行，将Z替换为Y的值
df.loc[df['X'] == 0, 'Z'] = df['Y']

方案3：使用mask方法

mask会将满足条件的元素替换为指定值，刚好适配需求：

df['Z'] = df['X'].mask(df['X'] == 0, df['Y'])

说明 #

以上所有方法都是矢量化操作，避免了循环遍历的低效问题，尤其在处理大数据集时性能优势明显。

内容的提问来源于stack exchange，提问作者jcholly