如何在Pandas DataFrame中按索引为新增列'Is it valid?'赋值？

下面是几种实用的实现方式，按需选择即可：

方法一：用isin结合numpy.where（推荐，效率最高） #

这种方式简洁且适合处理大数据量，步骤如下：

先导入依赖库并构造数据：

import pandas as pd
import numpy as np

indexlist = [0,1,4]
df = pd.DataFrame({
    'Name': ['John', 'Peter', 'Paul', 'James', 'Jonatan', 'Maria'],
    'Country': ['BR', 'BR', 'BR', 'CZ', 'CZ', 'DK']
})

新增目标列：

df['Is it valid?'] = np.where(df.index.isin(indexlist), 'Yes', 'No')

方法二：用apply遍历索引（逻辑直观，适合小数据） #

如果想更直白地写判断逻辑，可以用apply：

df['Is it valid?'] = df.index.to_series().apply(lambda x: 'Yes' if x in indexlist else 'No')

方法三：映射字典 + map #

先构建索引到结果的映射，再批量赋值：

# 创建有效索引的映射
valid_map = {idx: 'Yes' for idx in indexlist}
# 用map匹配，不在映射里的用fillna补'No'
df['Is it valid?'] = df.index.map(valid_map).fillna('No')

执行任意一种方法后，都会得到你需要的结果：

Name    Country  Is it valid?
0   John    BR       Yes
1   Peter   BR       Yes
2   Paul    BR       No
3   James   CZ       No
4   Jonatan CZ       Yes
5   Maria   DK       No

内容的提问来源于stack exchange，提问作者Paulo Cortez