如何在Python数据框中用if/or语句按指定逻辑创建新列

需求说明 #

需要为DataFrame新增一列Assign Number 1 or 2，赋值规则如下：

• 当Posting Archived At (GMT)处于2022年1月至6月之间，且Profile Archive Reason为Offer Declined*或Withdrawn时，赋值1
• 当Posting Archived At (GMT)处于2022年7月至12月之间，且Profile Archive Reason为Offer Declined*或Withdrawn时，赋值2
• 其他情况赋值0

初始代码问题 #

你提供的初始代码存在两处问题：

1. 语法错误：Python中判断相等需用==，而非=
2. 未处理日期区间的判断逻辑，仅校验了归档原因

解决方案 #

步骤1：确保日期列为datetime类型 #

首先需要将Posting Archived At (GMT)转换为datetime格式，才能提取月份进行区间判断：

import pandas as pd

# 假设原日期格式为"January 22"（月份全称+两位年份）
df['Posting Archived At (GMT)'] = pd.to_datetime(df['Posting Archived At (GMT)'], format='%B %y')

步骤2：生成目标列（推荐向量化操作，效率更高） #

使用numpy.where嵌套实现多条件判断：

import numpy as np

# 定义两个核心条件
cond1 = (df['Posting Archived At (GMT)'].dt.month.between(1, 6)) & \
        (df['Profile Archive Reason'].isin(['Offer Declined*', 'Withdrawn']))
cond2 = (df['Posting Archived At (GMT)'].dt.month.between(7, 12)) & \
        (df['Profile Archive Reason'].isin(['Offer Declined*', 'Withdrawn']))

# 按条件赋值
df['Assign Number 1 or 2'] = np.where(cond1, 1, np.where(cond2, 2, 0))

备选方案：使用apply（适合复杂逻辑，小数据集可用） #

如果需要更直观的逻辑写法，可使用apply方法：

def get_assign_number(row):
    reason = row['Profile Archive Reason']
    date_month = row['Posting Archived At (GMT)'].month
    if reason in ['Offer Declined*', 'Withdrawn']:
        if 1 <= date_month <= 6:
            return 1
        elif 7 <= date_month <= 12:
            return 2
    return 0

df['Assign Number 1 or 2'] = df.apply(get_assign_number, axis=1)

注意事项 #

• 请确保Profile Archive Reason中的字符串与代码中的完全匹配（比如注意Offer Declined*末尾是否有空格）
• 如果原日期格式与假设不同，需调整pd.to_datetime中的format参数

内容的提问来源于stack exchange，提问作者Jed