Pandas DataFrame嵌套if/else字符串匹配逻辑未生效问题求助

先还原下你的场景：
你的测试DataFrame test1 的cons_flag列数据是：

Mas, Mas, Wood, Wood, Wood, Mas, Conc, Wood

你期望cons_flag为Mas时new_var是MASOM，为Wood时是WOODEN，但运行循环代码后所有new_var都变成了MASOM。

问题出在哪？ #

主要有两个核心错误：

1. str.find()的返回值判断逻辑错了

str.find(sub)的规则是：

• 如果找到子串，返回子串的起始索引位置（比如'Mas'.find('Mas')返回0）；
• 如果找不到，返回-1。

而Python里，0会被判定为False，非0数值（包括-1）会被判定为True。所以你的代码逻辑完全反了：

• 当x是Mas时，x.find('Mas')返回0，if 0条件不成立，跳去下一个分支；
• 当x是Wood时，x.find('Mas')返回-1，if -1条件成立，直接执行test1['new_var']="MASOM"——这会把整个列都设为MASOM；
• 循环每跑一次就覆盖整列的值，最后一次循环的结果会把之前所有行的赋值都冲掉。

2. 循环中直接修改整列，而非对应行

你遍历的是test1['cons_flag']的每个元素，但每次赋值都是给test1['new_var']这个整列赋值，而不是当前遍历的那一行。哪怕前面的判断逻辑对了，最后也会被后续循环的赋值覆盖。

正确的解决方案 #

Pandas是为向量化操作设计的，尽量别用循环逐行处理，效率低还容易踩坑。推荐这几种写法：

方法1：用apply（简洁直观）

def get_new_flag(val):
    if val == 'Mas':
        return 'MASOM'
    elif val == 'Wood':
        return 'WOODEN'
    return ''  # 处理其他未知值

test1['new_var'] = test1['cons_flag'].apply(get_new_flag)

或者用lambda简化成一行：

test1['new_var'] = test1['cons_flag'].apply(lambda x: 'MASOM' if x == 'Mas' else 'WOODEN' if x == 'Wood' else '')

方法2：用np.where（向量化，效率最高）

需要先导入numpy：

import numpy as np

test1['new_var'] = np.where(
    test1['cons_flag'] == 'Mas', 
    'MASOM', 
    np.where(test1['cons_flag'] == 'Wood', 'WOODEN', '')
)

方法3：非要用循环的话（不推荐）

如果一定要保留循环逻辑，得用索引定位到具体行：

for idx, val in test1['cons_flag'].items():
    if val == 'Mas':
        test1.loc[idx, 'new_var'] = 'MASOM'
    elif val == 'Wood':
        test1.loc[idx, 'new_var'] = 'WOODEN'

内容的提问来源于stack exchange，提问作者Sandy