Pandas中如何基于第三列的值从两列选值生成新列

针对C列小于0.5取B、否则取A生成新列D的需求，有以下几种常用实现方式：

• 方法1：使用numpy.where（推荐优先使用，效率高、写法简洁）
  适合二分类条件判断场景，无需复杂逻辑，运行效率远高于行遍历方法。

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    "A": [1, 3, 5, 7, 9],
    "B": [2, 4, 6, 8, 10],
    "C": [0.2, 0.7, 0.4, 0.9, 0.1]
})

# 生成新列D
df["D"] = np.where(df["C"] < 0.5, df["B"], df["A"])

• 方法2：使用Pandas原生loc索引（无需额外依赖numpy）
  逻辑直观易读，适合不想引入第三方依赖的场景。

# 先默认给D列赋值为A列的值
df["D"] = df["A"]
# 替换满足C<0.5的行的D列为B列值
df.loc[df["C"] < 0.5, "D"] = df["B"]

• 方法3：使用apply行遍历（适合复杂判断逻辑，小数据量可用）
  灵活度最高，但逐行遍历开销大，大数据量下不推荐使用。

df["D"] = df.apply(lambda row: row["B"] if row["C"] < 0.5 else row["A"], axis=1)

内容的提问来源于stack exchange，提问作者Peaceful