Pandas中如何通过IF/ELSE逻辑根据列值求和结果新增字符串列

你的判断逻辑（KIDS、TEENS两列数值之和大于0则标记有子女，否则标记无子女）是完全成立的，但不推荐使用Python原生逐行if循环处理DataFrame，这类场景用pandas/numpy的向量化接口效率更高，代码也更简洁。

推荐实现方式（性能最优） #

使用numpy.where做二元条件判断，是这类场景的标准写法，代码如下：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'NAME': ['Steve', 'John', 'Peter', 'Frank', 'Jessica', 'Donny'],
    'KIDS': [1, 0, 0, 0, 1, 0],
    'TEENS': [0, 1, 2, 0, 0, 0]
})

# 新增CHILDREN列
df['CHILDREN'] = np.where(df['KIDS'] + df['TEENS'] > 0, 'YES', 'NO')

numpy.where是底层优化过的向量化运算，逻辑为逐元素匹配判断条件：满足KIDS + TEENS > 0的行返回YES，不满足的返回NO，即使是十万级以上的数据量也能快速跑完。

适配原生if逻辑的写法（小数据量可用） #

如果你更习惯写显式if判断的函数逻辑，可以用apply方法逐行传入判断函数，注意这种方式性能弱于上面的向量化实现，仅适合千行以内的小数据集场景：

def check_children(row):
    if row['KIDS'] + row['TEENS'] > 0:
        return 'YES'
    return 'NO'

df['CHILDREN'] = df.apply(check_children, axis=1)

避坑提示：不要写原生for循环遍历DataFrame行索引再逐行赋值，这种写法完全没有利用pandas的底层优化，数据量稍大就会运行极慢。

运行以上任意一段代码，都能得到你期望的输出结果：

NAME  KIDS  TEENS CHILDREN
0    Steve     1      0      YES
1     John     0      1      YES
2    Peter     0      2      YES
3    Frank     0      0       NO
4  Jessica     1      0      YES
5    Donny     0      0       NO

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