pandas中替代if-else实现条件赋值的更简洁惯用方案

你可以直接利用pandas的逐元素比较特性，一行代码实现需求，完全不需要依赖numpy：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3], 'b': [-5, 0, 10]})
df_fin = (df < 2).astype(int)

实现原理 #

• df < 2会对DataFrame内每一个元素执行条件判断，返回布尔类型的DataFrame，满足小于2的位置为True，不满足的为False
• 调用.astype(int)会自动将布尔值转换为对应整数：True转1，False转0，正好匹配你需要的替换规则
• 该方法属于矢量化运算，效率远高于逐元素遍历的写法，是pandas处理批量条件转换的惯用写法

灵活扩展方案 #

如果后续有更复杂的多分支判断逻辑，可以用元素级applymap实现，写法更灵活：

df_fin = df.applymap(lambda x: 1 if x < 2 else 0)

该方案适合替换规则更复杂的场景，但数据量较大时性能会弱于上述矢量化写法。

内容的提问来源于stack exchange，提问作者Quant Christo