基于多条件为Pandas DataFrame新增客户状态计算列的实现方案

np.select是当前场景下最高效的实现方式，它基于向量化运算，比逐行遍历性能高两个数量级以上，只需要按优先级定义判断条件即可，避免逻辑覆盖。

前提约定 #

假设你的DataFrame包含列：customer_id、2017 Revenue、2018 Revenue、2019 Revenue、2020 Revenue、2021 Revenue，可根据实际列名替换。

完整代码示例 #

import pandas as pd
import numpy as np

# 提取各年度营收列，简化后续逻辑书写
rev_2021 = df['2021 Revenue']
rev_2020 = df['2020 Revenue']
rev_2019 = df['2019 Revenue']
rev_2018 = df['2018 Revenue']
rev_2017 = df['2017 Revenue']

# 按优先级从高到低定义判断条件，避免逻辑覆盖
conditions = [
    # New：2021营收为正，2017-2020年营收均≤0
    (rev_2021 > 0) & (rev_2020 <= 0) & (rev_2019 <= 0) & (rev_2018 <= 0) & (rev_2017 <= 0),
    # Existing：2021、2020年连续两年营收为正
    (rev_2021 > 0) & (rev_2020 > 0),
    # Renewed：2021营收为正，2020营收≤0，2017-2019年任意一年营收为正
    (rev_2021 > 0) & (rev_2020 <= 0) & ((rev_2019 > 0) | (rev_2018 > 0) | (rev_2017 > 0)),
    # Lost：2021营收≤0，2020营收为正
    (rev_2021 <= 0) & (rev_2020 > 0),
    # N/A：2021营收<0，2017-2020年营收均为0
    (rev_2021 < 0) & (rev_2020 == 0) & (rev_2019 == 0) & (rev_2018 == 0) & (rev_2017 == 0)
]

# 定义条件对应的状态值，顺序和conditions一一对应
status_list = ['New', 'Existing', 'Renewed', 'Lost', 'N/A']

# 生成计算列，无匹配项默认填充N/A
df['customer status'] = np.select(conditions, status_list, default='N/A')

易维护优化写法 #

如果后续需要调整统计年份范围，可以用列切片批量判断，避免逐个写列名：

# 提取2017-2020所有营收列
pre_2021_rev = df.loc[:, '2017 Revenue':'2020 Revenue']
# 判断2017-2020是否全部≤0
all_pre_2021_non_pos = (pre_2021_rev <= 0).all(axis=1)
# 判断2017-2019是否有任意一年>0
any_pre_2019_pos = (pre_2021_rev.loc[:, '2017 Revenue':'2019 Revenue'] > 0).any(axis=1)
# 判断2017-2020是否全部为0
all_pre_2021_zero = (pre_2021_rev == 0).all(axis=1)

# 简化后的条件列表
conditions = [
    (rev_2021 > 0) & all_pre_2021_non_pos,
    (rev_2021 > 0) & (rev_2020 > 0),
    (rev_2021 > 0) & (rev_2020 <=0) & any_pre_2019_pos,
    (rev_2021 <=0) & (rev_2020 >0),
    (rev_2021 <0) & all_pre_2021_zero
]

内容的提问来源于stack exchange，提问作者nb1214