如何用更简洁方式在Pandas中实现多条件IF逻辑生成新列？

需求背景 #

需要给Pandas DataFrame添加verify_col列，逻辑对应Excel的嵌套IF公式：

=IF(sum1=3,IF(AND(col1=col2,col2=col3),0,1),IF(sum1=2,IF(OR(col1=col2,col2=col3,col1=col3),0,1),IF(sum1=1,0,1)))

示例数据 #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['BMW', 'Mercedes Benz', 'Lamborghini', 'Ferrari', np.nan],
    'col2': ['BMW', 'Mercedes Benz', np.nan, np.nan, 'Tesla'],
    'col3': ['BMW', 'Mercedes', 'Lamborghini', np.nan, 'Tesla_'],
    'sum1': [3, 3, 2, 1, 2]
})

期望生成的verify_col结果为[0, 1, 0, 0, 1]，其中0表示无差异，1表示有差异。

简洁实现方案（numpy.select） #

利用numpy.select的向量化操作，把所有判断条件和对应赋值清晰拆分，替代嵌套IF逻辑，代码更简洁且性能更优：

# 定义所有判断条件
conditions = [
    # sum1=3 且三列完全相等
    (df['sum1'] == 3) & (df['col1'] == df['col2']) & (df['col2'] == df['col3']),
    # sum1=3 但三列不全相等
    (df['sum1'] == 3),
    # sum1=2 且任意两列相等
    (df['sum1'] == 2) & ((df['col1'] == df['col2']) | (df['col2'] == df['col3']) | (df['col1'] == df['col3'])),
    # sum1=2 但任意两列都不相等
    (df['sum1'] == 2),
    # sum1=1
    (df['sum1'] == 1)
]

# 对应条件的赋值结果
values = [0, 1, 0, 1, 0]

# 生成目标列
df['verify_col'] = np.select(conditions, values, default=1)

验证结果 #

执行后查看verify_col：

print(df['verify_col'].tolist())
# 输出：[0, 1, 0, 0, 1]

方案优势 #

• 逻辑清晰：条件和赋值一一对应，比嵌套IF更易读和维护
• 性能高效：向量化操作避免逐行遍历，处理大数据集时优势明显

内容的提问来源于stack exchange，提问作者Jered