如何通过if-else从DataFrame现有列创建新列

下面提供几种实现需求的方法，均基于Pandas库：

方法1：使用numpy.where（高效推荐） #

这是最简洁且性能最优的方式，适合处理大型数据集：

import pandas as pd
import numpy as np

target = 'Math'

# 构建示例DataFrame
df = pd.DataFrame({
    'Col1': ['Math', 'Music', 'Social', 'Arts'],
    'Col2': ['Science', 'Math', 'Math', 'Math']
})

# 创建New_Col列
df['New_Col'] = np.where(df['Col1'] == target, df['Col2'], df['Col1'])

逻辑说明：当Col1等于目标值Math时，取Col2的值；否则取Col1的值。

方法2：使用apply方法 #

适合需要自定义更复杂逻辑的场景：

df['New_Col'] = df.apply(lambda row: row['Col2'] if row['Col1'] == target else row['Col1'], axis=1)

逻辑说明：按行遍历DataFrame，通过lambda函数判断每行的Col1值，返回对应列的值。

方法3：使用loc索引赋值 #

分两步赋值，逻辑直观易懂：

# 先给所有行的New_Col赋值为Col1
df['New_Col'] = df['Col1']
# 定位Col1等于目标值的行，将这些行的New_Col替换为Col2的值
df.loc[df['Col1'] == target, 'New_Col'] = df['Col2']

以上三种方法执行后，都能得到你期望的DataFrame结果。

内容的提问来源于stack exchange，提问作者Yash