如何在Pandas中为np.where语句添加多条件生成新列df["c"]？

我来帮你搞定这个逻辑！你之前的代码已经覆盖了前两个条件，但缺了a≤50时c=a这个优先级最高的规则，我们可以通过两种方式轻松补上：

方法1：嵌套np.where（直观易懂） #

这种方式把条件按优先级分层，先处理a≤50的情况，再处理a>50的分支：

import numpy as np
import pandas as pd

# 构造你的示例数据
data = {'a': [100, 30, 90, 200], 'b': [90, 117, 99, 94]}
df = pd.DataFrame(data)

# 实现完整条件逻辑
df['c'] = np.where(
    df['a'] <= 50,  # 第一个判断：a≤50时取a
    df['a'],
    # 第二个分支：a>50时，判断b是否在(a±0.5a)范围内
    np.where(df.eval("0.5 * a <= b <= 1.5 * a"), df['a'], df['b'])
)

方法2：合并逻辑表达式（更简洁） #

我们可以把所有需要取a的条件合并成一个逻辑表达式：要么a≤50，要么a>50且b在(a±0.5a)范围内，剩下的情况取b：

df['c'] = np.where(
    (df['a'] <= 50) | df.eval("0.5 * a <= b <= 1.5 * a"),
    df['a'],
    df['b']
)

验证结果 #

运行上面任意一段代码后，你都会得到预期的输出：

两种方法都能完美满足你的三个条件，你可以根据自己的习惯选择~

内容的提问来源于stack exchange，提问作者Tie_24