如何在Pandas中基于多条件判断为DataFrame添加新列

你可以用两种方式实现需求，都比你原来逐行写简洁很多：

首先明确你原有代码的两个问题：

1. 多值等值判断不能直接在条件里列多个值，需要用Series.isin()方法
2. loc第二个参数指定要赋值的列时，直接传列名字符串'destination_country'即可，不需要传df['destination_country']

方法1：用isin()批量匹配同返回值的条件 #

适合少数几个州对应同一个国家的场景，修改后可直接运行：

# 批量给TX/IA/MS三个州赋值国家为US
df.loc[df['destination_state'].isin(['TX', 'IA', 'MS']), 'destination_country'] = 'US'
# 剩余两个单独赋值即可
df.loc[df['destination_state'] == 'AUK', 'destination_country'] = 'NZ'
df.loc[df['destination_state'] == 'AB', 'destination_country'] = 'CA'

方法2：用映射字典+map()方法（更适合多对应关系场景，扩展性更强） #

如果后续还有更多州和国家的对应关系要加，直接维护映射字典就行，代码更简洁易读，处理7k行数据性能没有任何问题：

# 先定义州到国家的映射关系
state_country_map = {
    'TX': 'US',
    'IA': 'US',
    'MS': 'US',
    'AB': 'CA',
    'AUK': 'NZ'
}
# 直接生成新列
df['destination_country'] = df['destination_state'].map(state_country_map)

如果存在映射字典里没有覆盖的州，map()会返回NaN，你可以根据需求加fillna()设置默认值，比如：

# 未匹配到的州默认填充为未知
df['destination_country'] = df['destination_state'].map(state_country_map).fillna('未知')

内容的提问来源于stack exchange，提问作者Lily