如何根据其他列条件向pandas DataFrame列追加拼接字符串？

原写法直接给匹配条件的单元格做覆盖式赋值，第二次执行B列条件的赋值语句时，会直接把对应行C列的所有旧值（包括第一次写入的A>=3）替换成B>=3，自然没法保留多条件匹配的结果。

和原代码逻辑兼容性最好的写法是把直接赋值改成追加拼接，操作步骤很简单：

• 不要一开始给C列填充'-'，先初始化为空字符串，避免无关字符被拼入最终结果
• 每次匹配到条件时，在单元格原有值的基础上追加对应条件字符串，用空格做分隔
• 所有条件判断完成后，统一去掉每行末尾多余的空格，再把没有匹配到任何条件的空单元格替换为'-'

完整代码如下：

import pandas as pd

A = [1, 2, 2, 6, 5]
B = [4, 5, 5, 5, 4]

d = {'A': A, 'B': B}
df = pd.DataFrame(data=d)
# C列初始化为空字符串
df['C'] = ''

# 逐条件追加内容，不覆盖原有值
df.loc[df['A'] >= 3, 'C'] += 'A>=3 '
df.loc[df['B'] >= 3, 'C'] += 'B>=3 '

# 收尾处理
df['C'] = df['C'].str.strip().replace('', '-')

print(df)

运行输出完全符合预期：

A  B          C
0  1  4       B>=3
1  2  5       B>=3
2  2  5       B>=3
3  6  5  A>=3 B>=3
4  5  4  A>=3 B>=3

后续如果要新增判断规则，直接按相同格式追加一行df.loc[判断条件, 'C'] += '规则标签 '即可，维护成本很低。

内容的提问来源于stack exchange，提问作者Anna-Kat