修改Pandas apply行处理函数实现Account Codes自定义匹配规则

逐行判断时单个值不需要用isin()方法，直接用Python原生的in运算符判断是否在列表内即可，以下是修改后的代码：

def compute_match_codes(row):
    codes = ['D1','D2','D4','D3']
    # 先判断是否满足特殊匹配规则条件
    special_cond = (row['Cur'] == 'USD' 
                    and row['branch'] == 31 
                    and row['Account_Codes'] in ['D12', 'D55'])
    if special_cond:
        if row['Account_Codes_v2'] in codes:
            return 'MatchOnCodes'
    # 特殊规则不满足时走原有匹配逻辑
    if row['Account_Codes'] == row['Account_Codes_v2']:
        return 'MatchOnCodes'
    else:
        return 'MismatchOnCodes'

原有concat写法可以简化，直接给新列赋值即可，不需要额外拼接操作：

df['match_result'] = df.apply(compute_match_codes, axis=1)

结果验证 #

执行后输出的match_result列完全符合预期：

• 第0行：MatchOnCodes（符合特殊规则，Account_Codes_v2=D3在codes列表内）
• 第1行：MatchOnCodes
• 第2行：MatchOnCodes
• 第3行：MismatchOnCodes（branch=6不满足特殊规则，且两个codes值不等）
• 第4行：MatchOnCodes
• 第5行：MatchOnCodes（符合特殊规则，Account_Codes_v2=D2在codes列表内）

内容的提问来源于stack exchange，提问作者Alan Paul