如何在Python DataFrame中根据Circuit列条件新增Type列？

咱们先拆解下你现有代码里的几个核心问题，这也是导致运行失败的关键：

代码中的错误点 #

• 字符串与数字直接比较：你的Circuit列是object类型（本质是字符串），直接用df5["Circuit"] >= 1000会触发类型错误，字符串没法和整数直接做大小比较。
• .any()的误用：condition_2 = df5["Circuit"].str.contains('[a-zA-Z]').any()里的.any()会把整列的判断结果合并成一个单一布尔值（只判断列里是否存在符合条件的项），而不是逐行生成判断结果，这会让np.select无法匹配每行的规则。
• condition_3逻辑错误：你写的(df5["Circuit"].isdigit()) & (df5["Circuit"] <= 9999)既存在字符串和数字比较的问题，也没排除已经满足condition_1的情况，正确逻辑应该是「是纯数字但长度不是4位」。

修正后的代码 #

我们可以通过纯数字校验+字符串长度判断来适配object类型的列，完美匹配你的规则：

import numpy as np
import pandas as pd

# 模拟你的原始DataFrame
data = {
    "Circuit": ["6026", "5011", "50", "9023", "85GA", "90CO"],
    "Size": ["Large", "Very Small", "Small", "Very Small", "Very Small", "Large"]
}
df = pd.DataFrame(data)

# 重新定义符合规则的条件
condition_1 = df["Circuit"].str.isdigit() & (df["Circuit"].str.len() == 4)
condition_2 = df["Circuit"].str.contains('[a-zA-Z]', na=False)
condition_3 = df["Circuit"].str.isdigit() & (df["Circuit"].str.len() != 4)

# 用np.select给Type列赋值
df["Type"] = np.select([condition_1, condition_2, condition_3], ["1", "2", "3"], default="")

print(df)

代码说明 #

1. condition_1：先通过str.isdigit()判断是否为纯数字，再用str.len() ==4确保是4位，完美匹配规则1的「4位整数」要求。
2. condition_2：去掉.any()，直接用str.contains逐行判断是否包含字母，na=False是为了处理可能存在的空值（如果你的数据里有的话）。
3. condition_3：判断是纯数字但长度不等于4位，正好对应规则3的要求。

运行后就能得到你期望的结果：

Circuit        Size Type
0    6026       Large    1
1    5011  Very Small    1
2      50       Small    3
3    9023  Very Small    1
4    85GA  Very Small    2
5    90CO       Large    2

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