Pandas DataFrame中按条件拼接两列的最优/最简洁实现方案

你当前使用iterrows逐行遍历的方式性能较差，针对你的需求可以直接用矢量化运算实现单行代码完成，和R语言中dplyr/data.table的使用体验一致，性能远高于逐行遍历。

方案1：基于numpy.where实现（最常用） #

import pandas as pd
import numpy as np

data = {"Product": ["Shorts", "T-Shirt", "Jacket", "Cap"],
        "Color": ["Red", "Blue", "White", "Green"],
        "Size": ["S", "M", None, "S"]}
df = pd.DataFrame(data)

# 核心单行代码实现需求
df['Output'] = np.where(df['Size'] == 'S', df['Product'] + ' (' + df['Color'] + ')', df['Color'])

print(df)

方案2：Pandas原生实现（无需引入numpy） #

如果不想额外依赖numpy，可使用pandas自带的mask方法实现：

df['Output'] = df['Color'].mask(df['Size'] == 'S', df['Product'] + ' (' + df['Color'] + ')')

补充说明 #

• 两种方案均为C层面执行的矢量化运算，数据量过万时性能比iterrows高百倍以上
• 逻辑完全匹配需求：Size取值为'S'时拼接Product和Color，其余情况（包括Size为None、其他取值）直接返回Color列值
• 如果数据中Product或Color存在非字符串类型，可在对应列后加.astype(str)做类型转换，避免拼接报错

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