Python Pandas技术需求：按Category条件生成DataFrame新列Cat_for_Analysis

嘿，这事儿好办！你要的是根据Category列的规则生成新列Cat_for_Analysis，我给你准备了两种实用的实现方法，都能完美达到你的预期效果：

• 方法一：用numpy.where()（推荐，性能更优）
  这是矢量化操作，处理大数据集时比循环或apply高效得多，代码逻辑也简洁。

import pandas as pd
import numpy as np

# 构造你的原始DataFrame
df = pd.DataFrame({
    'Product_ID': [32432, 24085, 54398, 97456],
    'Category': ['0', 'Big Tech', 'Small Tech', '0'],
    'Sub_Cat': ['Gadget', 'Computer', 'Gadget', 'Computer']
})

# 生成目标新列
df['Cat_for_Analysis'] = np.where(df['Category'] != '0', df['Category'], df['Sub_Cat'])

注意：你的原始数据里Category列的0是字符串类型，所以判断条件用!= '0'；如果你的0是数值类型，直接改成!= 0即可。

• 方法二：用pandas.DataFrame.apply()
  这个方法逻辑更直观，适合快速理解，但处理大数据量时性能不如第一种方法。

df['Cat_for_Analysis'] = df.apply(
    lambda row: row['Category'] if row['Category'] != '0' else row['Sub_Cat'],
    axis=1
)

最终结果 #

不管用哪种方法，你都会得到符合预期的DataFrame：

内容的提问来源于stack exchange，提问作者jeangelj