基于布尔条件为Pandas DataFrame创建新列的实现方法

嘿，我来帮你搞定这个需求！你想要给DataFrame新增一列，根据每行其他列的布尔条件返回True或False，用自定义函数的思路完全可行，不过我也会给你推荐更高效的实现方式——毕竟处理大数据量的时候，效率可是关键。

首先先确认你的目标DataFrame：

import pandas as pd

l = {'DayTime':['2018-03-01','2018-03-02','2018-03-03'],
     'Pressure': [9,10.5,10.5], 
     'Feed':[9,10.5,11], 
     'Temp':[9,10.5,11]}
df1 = pd.DataFrame(l)

方法一：自定义函数 + apply 逐行处理 #

这就是你提到的思路，先写一个判断每行条件的函数，再用apply把函数应用到每一行（注意设置axis=1表示按行处理）。

举个例子，假设你的判断条件是：当Pressure等于Feed，且Temp大于10时返回True，否则返回False，函数可以这么写：

def check_row_condition(row):
    # 这里替换成你实际需要的布尔判断逻辑
    return row['Pressure'] == row['Feed'] and row['Temp'] > 10

然后给DataFrame新增列：

df1['Condition_Passed'] = df1.apply(check_row_condition, axis=1)

运行后你的DataFrame会变成这样：

DayTime  Pressure  Feed  Temp  Condition_Passed
0 2018-03-01       9.0   9.0   9.0             False
1 2018-03-02      10.5  10.5  10.5              True
2 2018-03-03      10.5  11.0  11.0             False

这个方法的好处是逻辑清晰，适合处理复杂的、需要多行数据联动或者自定义逻辑的判断，但缺点是逐行处理效率较低，数据量很大的时候会比较慢。

方法二：向量化操作（推荐） #

如果你的条件是列之间的简单比较，强烈推荐用Pandas的向量化操作——它基于numpy批量处理，效率比apply高得多。

还是用刚才的条件，向量化的写法是：

# 注意用&表示元素级逻辑与，每个条件要加括号（因为运算符优先级问题）
df1['Condition_Passed'] = (df1['Pressure'] == df1['Feed']) & (df1['Temp'] > 10)

得到的结果和上面完全一样，但运行速度会快很多，尤其是当你的DataFrame有几万甚至几十万行的时候，这个差距会非常明显。

如果是逻辑或的话，就用|；逻辑非用~，比如：

# 示例：Pressure不等于Feed 或者 Temp小于等于10
df1['Condition_Failed'] = (df1['Pressure'] != df1['Feed']) | (df1['Temp'] <= 10)

你可以根据自己的实际需求替换这些布尔条件就行啦！

内容的提问来源于stack exchange，提问作者TvdM