如何基于DataFrame多列比较生成新列提取中间评级？

首先得明确评级的排序规则，先把字母评级映射成可比较的数值权重，比如按你提供的示例，假设评级从高到低的顺序是 A+ > AA > Aa > B+ > BB > Bb > Fa > Fb > Fc，你可以根据实际规则调整这个映射字典。

接下来用Pandas的apply逐行处理，实现你要的逻辑：

import pandas as pd

# 定义评级权重映射，数值越小评级越高
rating_weights = {
    "A+": 1,
    "AA": 2,
    "Aa": 3,
    "B+": 4,
    "BB": 5,
    "Bb": 6,
    "Fa": 7,
    "Fb": 8,
    "Fc": 9
}

df = pd.DataFrame(
    {"Rating_1": ["A+", "AA", "Aa"],
     "Rating_2": ["B+", "BB", "Bb"],
     "Rating_3": ["Fa", "Fb", "Fc"]}
)

def get_middle_rating(row):
    # 获取三个评级及其权重
    ratings = [row["Rating_1"], row["Rating_2"], row["Rating_3"]]
    weights = [rating_weights[r] for r in ratings]
    unique_weights = list(set(weights))
    
    # 场景1：三个评级均不同
    if len(unique_weights) == 3:
        # 找到中间权重对应的评级
        middle_weight = sorted(unique_weights)[1]
        return ratings[weights.index(middle_weight)]
    # 场景2：三个评级完全相同
    elif len(unique_weights) == 1:
        return row["Rating_1"]
    # 场景3：两个相同、一个不同
    else:
        # 找到权重最大的（对应评级最低）的评级
        min_rating_weight = max(weights)
        return ratings[weights.index(min_rating_weight)]

df["NEW COLUMN"] = df.apply(get_middle_rating, axis=1)

print(df)

代码说明 #

• 通过rating_weights把每个评级转换成可排序的数值，方便快速比较评级高低；
• 自定义函数get_middle_rating逐行处理三个评级：
  • 提取当前行的三个评级及对应权重；
  • 根据唯一权重的数量判断场景，返回对应规则的结果；
• 用apply将函数应用到每一行，直接在原DataFrame生成新列。

关于是否新建DataFrame #

不需要新建筛选后的DataFrame，直接在原DataFrame上用apply处理就足够简洁高效。除非你的数据量达到百万级以上，这时可以考虑向量化操作优化，但常规数据量下，上面的方法完全够用。

内容的提问来源于stack exchange，提问作者bananas