如何基于DataFrame中的条件生成指定值的Series？

这里有几种高效的实现方式，满足你的需求：

方式1：布尔数组转数值（最简洁） #

利用布尔值的数值特性（True等价于1，False等价于0），直接通过条件判断生成目标Series：

import pandas as pd

data = {"col": [1, 3, 2, 0, 4, 2, 5, 0, 1, 3, 0]}
df = pd.DataFrame(data)

result = (df['col'] == 0) * 100
print(result)

方式2：使用numpy.where() #

通过条件分支明确指定对应输出值，逻辑直观：

import pandas as pd
import numpy as np

data = {"col": [1, 3, 2, 0, 4, 2, 5, 0, 1, 3, 0]}
df = pd.DataFrame(data)

result = pd.Series(np.where(df['col'] == 0, 100, 0), index=df.index)
print(result)

方式3：布尔索引赋值 #

先初始化全0的Series，再定位原列中值为0的位置赋值为100：

import pandas as pd

data = {"col": [1, 3, 2, 0, 4, 2, 5, 0, 1, 3, 0]}
df = pd.DataFrame(data)

result = pd.Series(0, index=df.index)
result[df['col'] == 0] = 100
print(result)

内容的提问来源于stack exchange，提问作者MKJ