Pandas创建DataFrame新分类列赋值结果异常问题排查

你的代码存在两个核心问题：

• 逐行遍历Status列时，每次命中if/elif分支都会给整列Final Status重新赋值，最终结果只由最后一次循环命中的分支决定：如果最后一个遍历到的值是Closed/Solved，就只会把列里的Closed、Solved替换为Closed，Open、Pending会保留原值；如果最后一个值是Open/Pending，就只会把Open、Pending替换为Open，Closed、Solved保留原值，完全达不到分类效果。
• pandas的整列数据转换不需要写for循环逐行处理，用内置的向量化方法效率更高、逻辑更简洁，也不容易出赋值错误。

你可以选任意一种符合你编码习惯的写法：

方法1：映射字典替换（最易维护） #

直接给replace方法传入原始值到目标值的映射字典，一步完成全列替换，后续要加新的状态映射只需要改字典就行：

status_mapping = {
    "Open": "Open",
    "Pending": "Open",
    "Closed": "Closed",
    "Solved": "Closed"
}
Telecom["Final Status"] = Telecom["Status"].replace(status_mapping)

方法2：条件判断赋值（逻辑最直观） #

用numpy.where做逐行条件判断，完全匹配你写的规则逻辑：如果状态属于Open/Pending就赋值Open，否则赋值Closed：

import numpy as np
Telecom["Final Status"] = np.where(
    Telecom["Status"].isin(["Open", "Pending"]),
    "Open",
    "Closed"
)

两种方法运行后，Solved、Closed都会被统一归为Closed，Open、Pending统一归为Open，完全符合你的分类要求。

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