Python如何基于DataFrame多列条件高效生成新列（不使用循环）

实现方案 #

pandas原生向量化操作是最高效的实现方式，完全无需Python层面的循环，底层基于C实现，处理百万级以上行数据也能保持极高性能。

最简写法（适用于A-E列仅包含0/1的场景）

直接按行判断是否存在非0值，将布尔结果转为整数即可：

# 手动指定列名
df['col'] = df[['A', 'B', 'C', 'D', 'E']].any(axis=1).astype(int)

# 若A-E是连续列，可直接用切片选择，无需逐个写列名
df['col'] = df.loc[:, 'A':'E'].any(axis=1).astype(int)

严谨写法（兼容A-E列存在其他值的场景）

如果A-E列可能存在0/1以外的数值，需要精准匹配1的判断规则，可先做等值判断再按行聚合：

df['col'] = df.loc[:, 'A':'E'].eq(1).any(axis=1).astype(int)

内容的提问来源于stack exchange，提问作者ZIO