如何在Pandas中应用多个行条件且不覆盖之前条件的计算结果

错误原因 #

你之前的写法每次对整个New列赋值，仅满足过滤条件的行会保留计算结果，其余行自动填充为NaN，后续赋值操作会直接覆盖整列数据，因此之前行的计算结果会被清空。

解决方法 #

方法1：用loc逐条件赋值（可读性最高）

先提前拆分Cond列避免重复计算，再用loc仅给符合条件的行赋值，不会覆盖其他行的结果：

# 提前拆分Cond列，得到拆分后的所有分段
split_df = df['Cond'].str.split('_', expand=True)
# 逐条件给对应行的New列赋值
df.loc[df['Samp'] == 'Org', 'New'] = split_df[0]
df.loc[df['Samp'] == 'Sea', 'New'] = split_df[0]
df.loc[df['Samp'] == 'Paid', 'New'] = split_df[2]

方法2：用np.select批量处理多条件（适合条件数量多的场景）

import numpy as np

split_df = df['Cond'].str.split('_', expand=True)
# 定义条件列表和对应返回值列表，顺序一一对应
conditions = [
    df['Samp'].isin(['Org', 'Sea']),
    df['Samp'] == 'Paid'
]
values = [
    split_df[0],
    split_df[2]
]
# 按条件匹配赋值，default参数可指定所有条件都不满足时的默认值
df['New'] = np.select(conditions, values, default=np.nan)

两种方法都可以得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者s_khan92