如何在pandas中使用isin()生成计算列 替代低效for循环

你当前使用的逐行for循环属于Python层面的迭代操作，在数据量较大时运行效率极低，替换为Pandas内置的矢量化操作即可大幅提升运行速度，性能可提升数十到上千倍。

推荐实现方式（一行完成逻辑） #

使用np.where结合isin的矢量化判断方案，简洁高效：

import numpy as np
# 注意调整列名：你需求中指定的ID列是PRODUCT_ID，原有循环中写的是PRODUCT_CODE，按实际表结构修改即可
portfoy['PRODUCT_TYPE'] = np.where(portfoy['PRODUCT_ID'].isin([3, 5, 8]), 'old', 'new')

逻辑说明 #

• Series.isin([3,5,8])会批量判断每一行的PRODUCT_ID是否在目标列表中，返回布尔类型的数组
• np.where(判断条件, 满足条件返回值, 不满足条件返回值)会批量给新列赋值，全程为底层C实现，无Python层面的循环

替代实现方案（适合规则更复杂的场景） #

如果后续映射规则有扩展调整，也可以用字典映射的方式实现：

# 定义ID到类型的映射规则
id_map = {3: 'old', 5: 'old', 8: 'old'}
portfoy['PRODUCT_TYPE'] = portfoy['PRODUCT_ID'].map(id_map).fillna('new')

注意事项 #

• 不需要提前初始化PRODUCT_TYPE列为空值，以上两种方案都会直接生成完整的新列
• 请确认你表中的实际列名，如果ID列名是PRODUCT_CODE就把代码里的PRODUCT_ID替换掉即可

内容的提问来源于stack exchange，提问作者Mehmet Soydam