如何基于多if条件为DataFrame创建指定规则的新列

以下是基于pandas的几种实现方案，按运行效率从高到低排序：

• 方案1：直接赋值+条件筛选（最高效，适合大数据量）

# 先给新列默认赋值为B（覆盖规则1、3的所有情况）
df['new_col'] = 'B'
# 仅修改满足white为真且black为假的行，赋值为W（匹配规则2）
df.loc[(df['white'] == 1) & (df['black'] == 0), 'new_col'] = 'W'

• 方案2：嵌套np.where实现

import numpy as np

df['new_col'] = np.where(df['black'] == 1, 'B',
                np.where(df['white'] == 1, 'W', 'B'))

• 方案3：apply自定义函数（可读性最高，小数据量场景可用）

def assign_color(row):
    if row['black']:
        return 'B'
    elif row['white']:
        return 'W'
    else:
        return 'B'

df['new_col'] = df.apply(assign_color, axis=1)

补充说明：
所有方案默认black判断优先级高于white，如果某行同时满足black和white为1，会优先赋值为B，符合你给出的规则顺序。

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