pandas如何实现类似R ifelse功能，保留未匹配观测值不变

你原有代码报错的核心原因是：apply传入的lambda函数是对species列的单个元素逐个处理，函数作用域内不存在代表整列的species变量，直接写会触发未定义变量报错；给species加引号后就变成了固定字符串常量，所有不满足条件的元素都会被替换成这个固定字符串，自然不符合需求。

推荐实现方案 #

方案1：使用replace方法（最适配当前单值替换场景） #

pandas的replace方法默认会保留未匹配到的原值，写法最简洁：

import pandas as pd

# 读取数据集
iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')

# 仅替换setosa为set，其余值保留原列内容
iris = iris.assign(
    new_species = iris['species'].replace({'setosa': 'set'})
)

方案2：使用numpy.where（逻辑和R的ifelse完全对齐） #

如果是更复杂的多条件判断场景，用numpy.where的逻辑和R的ifelse完全一致，直接把else分支设置为原列即可：

import pandas as pd
import numpy as np

iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')

iris = iris.assign(
    new_species = np.where(iris['species'] == 'setosa', 'set', iris['species'])
)

方案3：使用.loc赋值（逻辑直观，适合非链式调用场景） #

import pandas as pd

iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')

# 先复制原列的值，再修改满足条件的行
iris['new_species'] = iris['species'].copy()
iris.loc[iris['species'] == 'setosa', 'new_species'] = 'set'

以上三种方案都可以实现需求：仅将species为setosa的观测修改为set，其余Virginica、Versicolor的取值保持原列内容不变。

内容的提问来源于stack exchange，提问作者James