Python pandas的lambda函数中是否可以使用OR逻辑运算符？

问题解答 #

你编写的第二种写法不可行，存在逻辑判断错误，具体原因和正确实现方案如下：

错误原因 #

Python中逻辑运算符or的运算优先级低于in，且非空字符串的布尔值恒为True，你写的判断条件实际等价于：

if ('Issue:') or ("Root Cause:" in x):

因为'Issue:'永远为真，所以整个条件会永远成立，所有行的notes都会保留原值，不会触发NO_ISSUE的赋值逻辑，完全不符合需求。

正确实现方案 #

方案1：修正lambda条件写法（适合少量匹配规则）

把每个匹配规则都单独写完整的in判断即可，示例如下：

df['notes'] = df['notes'].apply(lambda x: x if 'Issue:' in x or 'Root Cause:' in x else "NO_ISSUE")

如果后续需要新增更多匹配关键词，继续用or拼接新关键词 in x格式的判断即可。

方案2：使用pandas向量化方法（更推荐，性能更高）

apply本质是逐行遍历，大数据集下性能很差，推荐使用pandas内置的str.contains方法结合where实现多条件匹配，多关键词直接用正则符号|分隔即可，写法更简洁，性能也远高于apply：

df['notes'] = df['notes'].where(df['notes'].str.contains(r'Issue:|Root Cause:'), 'NO_ISSUE')

如果列中存在空值需要避免报错，可以新增na=False参数：

df['notes'] = df['notes'].where(df['notes'].str.contains(r'Issue:|Root Cause:', na=False), 'NO_ISSUE')

内容的提问来源于stack exchange，提问作者3awny