如何基于多列条件创建新列并引用Count列的值？

方法1：使用np.select（适配你的原有思路） #

你只需要把np.select的values参数里的固定值替换成Count列即可，默认值设为0。

示例代码 #

import pandas as pd
import numpy as np

# 构造测试数据
df = pd.DataFrame({
    'Type': ['A', 'B', 'C', 'A', 'B'],
    'Set': ['Z', 'Z', 'Z', 'X', 'Y'],
    'Count': [10, 20, 30, 40, 50]
})

# 定义条件列表
conditions = [
    (df['Type'] == 'A') & (df['Set'] == 'Z'),
    (df['Type'] == 'B') & (df['Set'] == 'Z')
]

# 对应条件的取值，直接引用Count列
values = [df['Count'], df['Count']]

# 生成New列，不满足条件时取0
df['New'] = np.select(conditions, values, default=0)

输出结果 #

方法2：布尔索引（更简洁的写法） #

也可以直接用布尔条件筛选，赋值Count列，其余位置填充0：

df['New'] = 0  # 先默认设为0
# 满足条件的行赋值为Count的值
mask = (df['Type'].isin(['A', 'B'])) & (df['Set'] == 'Z')
df.loc[mask, 'New'] = df.loc[mask, 'Count']

这个方法逻辑更直观，代码量也更少，效果和上面完全一致。

内容的提问来源于stack exchange，提问作者AM12