基于现有列的值创建新列Winning_Time的实现方法

假设你是用Pandas处理这份表格数据，这里有两种简单直接的方法来实现你的需求：

方法1：使用numpy.where快速赋值 #

这是最简洁的方式，一行代码就能完成条件判断和赋值：

import pandas as pd
import numpy as np

# 假设你的数据框名为df
df['Winning_Time'] = np.where(df['Match_state'] == 'Winning', df['Time_diff'], np.nan)

解释： #

• np.where(条件, 满足条件时的值, 不满足条件时的值)：当Match_state等于Winning时，取对应行的Time_diff；否则填充NaN。
• 如果想填充0而不是NaN，把np.nan换成0即可。

方法2：使用df.loc精准定位赋值 #

这种方法更直观，适合需要分步处理的场景：

# 先初始化新列为NaN
df['Winning_Time'] = np.nan
# 定位Match_state为Winning的行，赋值Time_diff
df.loc[df['Match_state'] == 'Winning', 'Winning_Time'] = df['Time_diff']

解释： #

• 先给新列Winning_Time全部填充NaN，再通过loc筛选出符合条件的行，将对应Time_diff的值赋值过去。
• 同样，如果要填充0，把初始值换成0就行。

验证结果 #

运行上述代码后，你的数据框就会生成符合要求的Winning_Time列，效果和你给出的示例表格完全一致。

内容的提问来源于stack exchange，提问作者Zephyr