Pandas DataFrame按条件添加Check列失败及KeyError问题求助

需求说明 #

需要为DataFrame新增名为Check的列，满足以下任一条件时标记为Correct，否则为Fail：

• Info列包含Suppression total（含拼写变体Suppression totale）且Type列包含SUP - SDM
• Info列包含Suppression partiel且Type列包含Franc SUP - Geisi

原始DataFrame #

期望输出 #

错误代码分析 #

第一段代码问题 #

if ('SUP - SDM' in df["Type"].values) and ('Suppression total' in df['Info'].values):
    df['Check'] = "Correct"
elif ('Franc SUP - Geisi' in df["Type"].values) and ('Suppression partiel' in df['Info'].values):
    df['Check'] = "Correct"
else:
    df['Check'] = "Fail"

核心错误是逐列判断而非逐行判断：in df["Type"].values是检查整个列是否存在目标字符串，不是针对每行做条件验证。只要整列存在符合条件的值，就会把所有行的Check设为Correct，否则全设为Fail，完全不符合逐行匹配的需求。

第二段代码问题 #

df['Check'] = df.apply(lambda x: 'Correct' if ('Suppression total' in x['Info'] and 'Sup-SDM' in x['Type']) or ('Suppression partiel' in x['Info'] and 'Franc SUP - Geisi' in x['Type']) else 'Fail')

• KeyError: 'Info'是因为apply默认按列处理（axis=0），此时x代表列而非行，找不到'Info'键，需指定axis=1实现逐行处理。
• 字符串匹配偏差：需求中的Sup-SDM实际是SUP - SDM（含空格），Info列存在Suppression totale的拼写，这些偏差会导致匹配失败。

正确解决方案 #

方法1：修正后的apply逐行处理 #

指定axis=1遍历每行，同时兼容拼写变体：

df['Check'] = df.apply(
    lambda row: 'Correct' 
    if ('Suppression total' in row['Info'] or 'Suppression totale' in row['Info']) and 'SUP - SDM' in row['Type'] 
       or 'Suppression partiel' in row['Info'] and 'Franc SUP - Geisi' in row['Type']
    else 'Fail',
    axis=1
)

方法2：布尔索引（更高效） #

利用pandas向量化操作，避免循环，效率更高：

import numpy as np

# 定义两个条件，正则兼容拼写变体
cond1 = df['Info'].str.contains('Suppression total(e)?', regex=True) & df['Type'].str.contains('SUP - SDM')
cond2 = df['Info'].str.contains('Suppression partiel') & df['Type'].str.contains('Franc SUP - Geisi')

# 合并条件并赋值
df['Check'] = np.where(cond1 | cond2, 'Correct', 'Fail')

内容的提问来源于stack exchange，提问作者Cherry cherry