如何基于Pandas DataFrame的category列条件生成指定值的新列？

原始数据结构 #

先构造你的原始DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'category': ['A.', 'B.', 'A.', 'B.', 'C.', 'D.'],
    'value1': [20., 40., 60., 80., 10., 20.],
    'value2': [30., 50., 70., 90., 10., 20.]
})

方法1：嵌套numpy.where #

通过嵌套np.where处理双重条件，逻辑简洁：

df['new_col'] = np.where(df['category'] == 'A.', df['value1'],
                        np.where(df['category'] == 'B.', df['value2'], np.nan))

方法2：使用df.loc赋值 #

先初始化新列为nan，再按条件逐个赋值，直观易懂：

df['new_col'] = np.nan
df.loc[df['category'] == 'A.', 'new_col'] = df['value1']
df.loc[df['category'] == 'B.', 'new_col'] = df['value2']

方法3：使用np.select #

适合多条件场景，扩展性强，这里同样适用：

conditions = [
    df['category'] == 'A.',
    df['category'] == 'B.'
]
choices = [
    df['value1'],
    df['value2']
]
df['new_col'] = np.select(conditions, choices, default=np.nan)

最终输出 #

执行上述任意方法后，得到的结果如下：

category  value1  value2  new_col
0      A.     20.     30.     20.
1      B.     40.     50.     50.
2      A.     60.     70.     60.
3      B.     80.     90.     90.
4      C.     10.     10.      NaN
5      D.     20.     20.      NaN

内容的提问来源于stack exchange，提问作者Jesse Jin