基于多列条件在Pandas数据框中生成新列的技术咨询

我来帮你梳理一下这个Pandas数据处理的问题哈～首先先把你的需求和现有代码里的小问题理清楚，再给出生成目标列E的可行方案。

你的场景还原 #

你现在有一个Pandas数据框，初始数据结构是这样的：

import pandas as pd
rankings = {'Vol A % ': [266.2, 266.6, 258.81, 232.84],
            'Vol B %': [233.8, 233.4, 241.19, 267.16],
            'Effo A % ': [235.61, 251.48 , 264.99, 232.59 ],
            'Effo B % ': [264.39, 248.52, 235.01,267.41]}
df = pd.DataFrame(rankings)

你想要先生成Vol和Eff两列，规则是：

• Vol列：当Vol A %大于Vol B %时取值"A"，否则取值"B"
• Eff列：当Effo A %大于Effo B %时取值"A"，否则取值"B"

之后还要基于这些列的结果，生成新列E。不过你之前写的代码里列名和实际数据框的列名不匹配（比如写了Vol pos %，但实际是Vol A %），这里先帮你修正这部分。

第一步：正确生成Vol和Eff列 #

这里有两种高效的实现方式，你可以根据数据集大小选择：

方式1：用numpy.where（推荐，大数据集更高效）

numpy.where是向量化操作，比逐行处理快很多，代码如下：

import numpy as np

# 生成Vol列
df['Vol'] = np.where(df['Vol A % '] > df['Vol B %'], 'A', 'B')
# 生成Eff列
df['Eff'] = np.where(df['Effo A % '] > df['Effo B % '], 'A', 'B')

方式2：用apply（小数据集更直观）

如果数据集不大，用apply逐行判断也很清晰：

df['Vol'] = df.apply(lambda row: 'A' if row['Vol A % '] > row['Vol B %'] else 'B', axis=1)
df['Eff'] = df.apply(lambda row: 'A' if row['Effo A % '] > row['Effo B % '] else 'B', axis=1)

运行后你的数据框会变成这样：

第二步：生成目标列E #

假设你需要基于Vol和Eff的组合逻辑生成E，这里举几个常见的场景示例，你可以根据实际需求调整：

场景1：多条件分支判断

如果E的规则是：

• 当Vol和Eff都是"A"时，E为"优秀"
• 当Vol是"A"但Eff是"B"时，E为"有待优化"
• 当Vol是"B"但Eff是"A"时，E为"潜力股"
• 当两者都是"B"时，E为"需改进"

可以用np.select实现，代码如下：

# 定义条件列表和对应的结果列表
conditions = [
    (df['Vol'] == 'A') & (df['Eff'] == 'A'),
    (df['Vol'] == 'A') & (df['Eff'] == 'B'),
    (df['Vol'] == 'B') & (df['Eff'] == 'A'),
    (df['Vol'] == 'B') & (df['Eff'] == 'B')
]
results = ['优秀', '有待优化', '潜力股', '需改进']

df['E'] = np.select(conditions, results, default='未知')

运行后E列的结果：

场景2：简单匹配判断

如果规则是Vol和Eff取值相同时E为"匹配"，否则为"不匹配"，直接用np.where就行：

df['E'] = np.where(df['Vol'] == df['Eff'], '匹配', '不匹配')

小提示 #

你数据框的列名里有多余的首尾空格（比如Vol A % ），很容易在写代码时出错，建议先统一清理列名：

df.columns = df.columns.str.strip()

清理后列名会变成Vol A %、Vol B %，后续写代码就不用再纠结空格的问题啦～

备注：内容来源于stack exchange，提问作者rakesh