最Pythonic的pandas DataFrame单元格按条件拼接实现方法

推荐写法（向量化操作，性能最优） #

直接使用numpy.where做条件分支处理，一行即可完成赋值，是符合Pandas最佳实践的Pythonic写法：

import numpy as np
import pandas as pd

# 构造示例DataFrame（实际使用时替换为自己的df即可）
df = pd.DataFrame({
    "city": ["paris", "paris", "dallas", "miami", "paris"],
    "arr": [11, 12, 22, 15, 16]
})

# 核心赋值逻辑
df["final_target"] = np.where(
    df["city"] == "paris",
    df["city"] + "_" + df["arr"].astype(str),
    df["city"]
)

无额外依赖的Pandas原生写法 #

如果不想引入numpy依赖，也可以用Pandas自带的Series.where方法实现，效果完全一致：

df["final_target"] = df["city"].where(
    df["city"] != "paris",
    df["city"] + "_" + df["arr"].astype(str)
)

说明 #

两种写法都是全量向量化操作，比apply遍历行的写法性能高1~2个数量级，非常适合处理大数据量的DataFrame。逻辑上仅做一次条件判断：当city取值为paris时，将city字符串和转为字符串格式的arr值拼接，否则直接返回原值即可。

内容的提问来源于stack exchange，提问作者Alex Dana