如何使用df.apply根据Decide列取值跨列匹配生成Result新列

实现逻辑：给df.apply传入axis=1参数时，方法会逐行遍历数据框，将每一行封装为行级Series传入自定义处理函数，函数内部可直接通过列名读取当前行任意字段的值，天然支持跨列动态取值需求，适配描述的场景。

完整可运行代码 #

import numpy as np
import pandas as pd

# 复现示例初始化数据
np.random.seed(0)
df_H = pd.DataFrame( {'L0': np.random.randn(100),
                      'OneAndZero': np.random.randn(100),
                      'OneAndTwo': np.random.randn(100),
                      'GTwo': np.random.randn(100),
                      'Decide': np.random.randn(100)})

# 定义逐行判断取值的处理函数
def calc_row_result(row):
    decide_value = row['Decide']
    # 匹配给定的判断规则
    if decide_value < 0:
        return row['L0']
    elif 0 <= decide_value < 1:
        return row['OneAndZero']
    elif 1 <= decide_value < 2:
        return row['OneAndTwo']
    else:
        return row['GTwo']

# 逐行应用逻辑生成Result列
df_H['Result'] = df_H.apply(calc_row_result, axis=1)

关键注意点 #

• 必须显式指定axis=1，如果使用默认的axis=0，apply会逐列把整列数据传入函数，无法实现逐行判断逻辑
• 自定义函数的入参row就是当前行的全量数据，直接通过列名索引即可拿到对应字段值，不需要额外传参
• 编写判断条件时要对齐区间边界：Decide等于0时归到0-1区间、等于1时归到1-2区间、等于2时归到大于2的区间，避免条件写反导致边界值取值错误
• 100行规模的数据下该方法运行无压力，逻辑直观易调试；如果后续处理十万行以上的大规模数据，可以替换为向量化的条件拼接方案，性能更优。

内容的提问来源于stack exchange，提问作者Snowflake