字符串项-生成新列：如何在DataFrame中基于列包含'a'设置新列？

嘿，这个需求用pandas就能轻松实现，我给你分享几种常用且高效的方案，你可以根据自己的场景选择：

首先先还原一下你提到的DataFrame结构，方便演示：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame([
    ['A', 'cat', '?'],
    ['B', 'dog', '?'],
    ['C', 'rat', '?']
], columns=['col1', 'col2', 'col3'])

方法1：使用np.where()（推荐，性能最优） #

这是最简洁高效的方式，适合处理大规模数据集：

# 根据col2是否包含'a'，设置col3的值
df['col3'] = np.where(df['col2'].str.contains('a'), '包含a', '不包含a')

原理很简单：df['col2'].str.contains('a')会生成一个布尔值序列，标记每行的col2是否包含字符'a'；np.where()会根据这个布尔序列，为col3赋值对应的结果。

方法2：使用df.loc条件赋值（直观易懂） #

如果你更喜欢分步操作，这种方式更直观：

# 先给col3设置默认值
df['col3'] = '不包含a'
# 再将col2包含'a'的行的col3更新为目标值
df.loc[df['col2'].str.contains('a'), 'col3'] = '包含a'

方法3：使用apply()（适合复杂自定义逻辑） #

如果之后需要扩展更复杂的判断逻辑，apply()可以满足，但注意它的性能不如前两种，适合小数据场景：

def update_col3(row):
    return '包含a' if 'a' in row['col2'] else '不包含a'

df['col3'] = df.apply(update_col3, axis=1)

额外提示 #

如果需要忽略大小写（比如匹配'A'或'a'），可以给str.contains()加上case=False参数：

df['col3'] = np.where(df['col2'].str.contains('a', case=False), '包含a', '不包含a')

内容的提问来源于stack exchange，提问作者James Gregorie