对比DataFrame的col1与col2列，新增列标记数值增减状态

没问题，我来帮你搞定这个需求！下面是用Python的pandas库实现的完整解决方案：

我们可以用pandas结合numpy的条件判断来高效完成这个需求，代码简洁且适合处理大数据集：

import pandas as pd
import numpy as np

# 先构造你的目标数据集
data = {
    'name': ['a', 'b', 'c', 'd', 'e', 'f'],
    'col1': [10.3, 11, 20, 6.2, 5.3, 4.5],
    'col2': [10.9, 15, 7.2, 6.2, 5.4, 4.0]
}
df = pd.DataFrame(data)

# 核心逻辑：根据col2和col1的大小关系生成col3
df['col3'] = np.where(df['col2'] > df['col1'], 'increasing',
                     np.where(df['col2'] < df['col1'], 'decreasing', 'no change'))

# 查看最终结果
print(df)

运行后会输出你期望的结果：

name  col1  col2        col3
0    a  10.3  10.9  increasing
1    b  11.0  15.0  increasing
2    c  20.0   7.2  decreasing
3    d   6.2   6.2   no change
4    e   5.3   5.4  increasing
5    f   4.5   4.0  decreasing

代码说明 #

• np.where()是numpy的高效条件判断函数，支持嵌套使用，完美适配这种多分支的场景：
  • 第一层判断：如果col2大于col1，标记为increasing
  • 第二层嵌套判断：如果col2小于col1，标记为decreasing
  • 剩下的情况（两列数值相等）自动标记为no change
• 这种方法比逐行遍历的apply()效率高得多，尤其是处理大型数据集时，能显著节省时间。

如果你的数据集已经是现成的DataFrame，直接跳过构造数据的步骤，执行生成col3的那一行代码就行啦！

内容的提问来源于stack exchange，提问作者xyz