如何用Pandas基于多条件和空值检查为DataFrame新增列

Pandas 实现多条件分支新增列方案 #

对应你给出的SQL CASE逻辑，有3种常用实现方式，按推荐优先级排序：

方法1：numpy.select（兼容性最优，性能高，全版本通用） #

和SQL逻辑一一对应，适合所有pandas版本，百万级数据量也能快速运行：

import pandas as pd
import numpy as np

# 假设df为你的原始DataFrame
conditions = [
    # 对应第一个when条件：Apply_To和Comment_Code都为空
    df['Apply_To'].isna() & df['Comment_Code'].isna(),
    # 对应第二个when条件：仅Apply_To为空
    df['Apply_To'].isna()
]
values = [
    'Worked',
    df['Comment_Code']
]
# default对应else逻辑
df['Hours'] = np.select(conditions, values, default=df['Apply_To'])

方法2：Series.case_when（写法最贴近SQL，pandas≥1.3.0可用） #

写法和SQL CASE几乎完全一致，可读性最高：

df['Hours'] = df['Apply_To'].case_when(
    [
        (df['Apply_To'].isna() & df['Comment_Code'].isna(), 'Worked'),
        (df['Apply_To'].isna(), df['Comment_Code'])
    ],
    default=df['Apply_To']
)

方法3：自定义函数+apply（适合逻辑极复杂场景，性能较低） #

仅推荐用于小数据量、逻辑非常复杂的场景，大数据量运行会很慢：

def calc_hours(row):
    if pd.isna(row['Apply_To']) and pd.isna(row['Comment_Code']):
        return 'Worked'
    elif pd.isna(row['Apply_To']):
        return row['Comment_Code']
    return row['Apply_To']

df['Hours'] = df.apply(calc_hours, axis=1)

注意事项 #

判断空值必须用pd.isna()或者Series自带的.isna()方法，不要直接写== None，否则会识别不到pandas原生的NaN空值。如果你的数据里空值是字符串形式的'null'，需要先做替换再执行上面的逻辑：

df[['Apply_To', 'Comment_Code']] = df[['Apply_To', 'Comment_Code']].replace('null', pd.NA)

内容的提问来源于stack exchange，提问作者Dru