Python：基于days列多条件生成新列的方法及if替代方案

先明确需求逻辑 #

根据days列的值生成新列new_colum：

• 当days < 180时，值为'y'
• 当180 < days < 365时，值为'd'
• 当days ≥ 365时，值为'h'

一、用if条件结合apply实现 #

先修正你原代码的语法问题：elif( days >180 & < 365)是错误写法，Python中正确的区间判断要么用链式比较180 < day < 365，要么用逻辑与(day > 180) & (day < 365)（pandas中布尔运算需加括号，避免优先级问题）。

具体代码：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'days': [190, 567, 55]})

# 定义条件判断函数
def get_new_value(day):
    if day < 180:
        return 'y'
    elif 180 < day < 365:
        return 'd'
    else:
        return 'h'

# 应用函数生成新列
df['new_colum'] = df['days'].apply(get_new_value)

运行后结果：

这种方法逻辑直观，但数据量较大时，apply的效率不如向量化操作。

二、更高效的替代方案 #

1. 使用numpy.select（推荐大数据量场景）

np.select是向量化操作，直接对整列进行条件判断，效率远高于apply：

import pandas as pd
import numpy as np

df = pd.DataFrame({'days': [190, 567, 55]})

# 定义条件列表和对应结果列表
conditions = [
    df['days'] < 180,
    (df['days'] > 180) & (df['days'] < 365),
    df['days'] >= 365
]
choices = ['y', 'd', 'h']

# 生成新列
df['new_colum'] = np.select(conditions, choices, default='h')

np.select会按顺序匹配第一个满足的条件，default参数可兜底处理未匹配到的情况。

2. 使用pd.cut（适合区间划分场景）

如果逻辑是基于连续区间划分，pd.cut是更简洁的选择：

import pandas as pd

df = pd.DataFrame({'days': [190, 567, 55]})

# 定义区间边界和对应标签
bins = [-float('inf'), 180, 365, float('inf')]
labels = ['y', 'd', 'h']

# 生成新列，right=False设置区间左闭右开，匹配需求
df['new_colum'] = pd.cut(df['days'], bins=bins, labels=labels, right=False)

right=False让区间变为[-inf,180)、[180,365)、[365, inf)，正好对应我们的条件逻辑。

内容的提问来源于stack exchange，提问作者vidathri