如何在DataFrame多列中查找特定值并汇总生成新的color列

问题解决实现方案 #

你原有代码存在两个明显问题：一是循环逻辑完全冗余，query直接返回所有符合条件的行索引，不需要逐行遍历；二是insert方法调用参数错误，insert是列级插入操作，你需要的是给对应行赋值而非插入新列。

以下是可直接运行的实现方案：
首先构造测试数据用于复现：

import pandas as pd
import numpy as np

data = {
    'yellow_col': ['yellow', 'none', 'none'],
    'green_col': ['none', 'green', 'none'],
    'red_col': ['none', 'none', 'red'],
    'blue_col': ['none', 'none', 'none']
}
df = pd.DataFrame(data)

方法1：逐行匹配（逻辑直观，适合小数据集）

直接筛选每行非none的值赋值给color列：

df['color'] = df.apply(lambda row: row[row != 'none'].iloc[0], axis=1)

方法2：替换空值批量提取（写法最简洁）

先将字符串none替换为空值，再按行提取第一个有效值：

df['color'] = df.replace('none', np.nan).bfill(axis=1).iloc[:, 0]

方法3：向量化操作（效率更高，适合百万级以上大数据集）

利用列名和颜色值的对应关系做匹配，避免逐行遍历开销：

color_map = {
    'yellow_col': 'yellow',
    'green_col': 'green',
    'red_col': 'red',
    'blue_col': 'blue'
}
df['color'] = df.eq(pd.Series(color_map)).idxmax(axis=1).map(color_map)

三种方法运行后都可得到预期输出：

yellow_col green_col red_col blue_col   color
0     yellow      none    none     none  yellow
1       none     green    none     none   green
2       none      none     red     none     red

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