如何在Python Pandas中通过循环为DataFrame添加PURCHSE判断列？

你的需求其实很常见，但你当前的循环写法有两个问题：一是没有把判断结果对应到DataFrame的每一行，只是在循环里反复给一个变量赋值；二是Pandas本身是为矢量化操作设计的，用循环处理列数据效率很低。下面给你几种更合适的实现方式：

方法一：直接使用矢量化布尔判断（推荐，效率最高） #

这是Pandas处理这类问题最简洁高效的方式，直接对整个PRICE列进行条件判断，结果会自动生成一个布尔Series，直接赋值给新列即可：

import pandas as pd

# 先构造你的DataFrame
df1 = pd.DataFrame({
    'PRODUCT': ['ABC', 'ABB', 'ABE', 'DCB'],
    'PRICE': [5000, 2500, 1800, 7200]
})

# 新增PURCHASE列
df1['PURCHASE'] = df1['PRICE'] > 3000

print(df1)

运行后就能得到你想要的结果：

PRODUCT  PRICE  PURCHASE
0     ABC   5000      True
1     ABB   2500     False
2     ABE   1800     False
3     DCB   7200      True

方法二：使用apply方法（适合复杂逻辑） #

如果之后你的判断逻辑变得更复杂，可以用apply方法自定义函数：

def decide_purchase(price):
    return price > 3000

df1['PURCHASE'] = df1['PRICE'].apply(decide_purchase)

这种方式比循环灵活，但效率还是不如矢量化操作，简单逻辑优先用方法一。

方法三：如果一定要用循环（不推荐） #

如果你坚持要用循环实现，需要遍历DataFrame的索引，把结果对应到每一行：

# 先初始化新列
df1['PURCHASE'] = False

for idx, price in enumerate(df1['PRICE']):
    if price > 3000:
        df1.loc[idx, 'PURCHASE'] = True

这种写法能实现需求，但处理大数据量时会很慢，所以不推荐。

最后提醒：你原来的代码里有拼写错误（PURCHESE应该是PURCHASE），记得修正哦~

内容的提问来源于stack exchange，提问作者Taewoo.Lim