如何基于两列条件为Pandas DataFrame生成新列col6

嗨，我来帮你搞定这个生成新列的需求！根据你给出的规则，我们可以用几种高效的方式实现，下面给你详细说明：

方法1：使用numpy.where()（推荐，矢量化操作效率高） #

这是最适合的方法，因为矢量化操作在Pandas中处理大数据集时速度最快。我们可以嵌套where来处理三个分支的条件：

import pandas as pd
import numpy as np

# 构造你的示例DataFrame
df = pd.DataFrame({
    'col1': ['abc', 'abc', 'def', 'def'],
    'col2': [1, 2, 1, 2],
    'col3': [20, 25, 340, 185],
    'col4': [10, 5, 12, 16],
    'col5': [15, 30, 22, 120]
})

# 生成col6
df['col6'] = np.where(
    df['col2'] == 1,
    df['col3'] * df['col5'],
    np.where(
        df['col2'] == 2,
        df['col4'] * df['col5'],
        0
    )
)

print(df)

代码解释： #

• 第一层where判断col2 == 1，满足则计算col3 * col5
• 不满足的话进入第二层where，判断col2 == 2，满足则计算col4 * col5
• 两个条件都不满足时，返回0，完美兼容col2有其他值的情况

方法2：使用Pandas的loc索引（直观易懂） #

如果你更喜欢分步操作，用loc给不同条件的行赋值也很清晰：

# 先初始化col6为0
df['col6'] = 0

# 给col2==1的行赋值
df.loc[df['col2'] == 1, 'col6'] = df['col3'] * df['col5']

# 给col2==2的行赋值
df.loc[df['col2'] == 2, 'col6'] = df['col4'] * df['col5']

这种方法逻辑直白，适合新手理解，同样是矢量化操作，效率也很高。

方法3：使用apply()（适合小数据集） #

如果你的数据集不大，也可以用apply逐行处理，但要注意大数据量下效率不如前两种方法：

def calculate_col6(row):
    if row['col2'] == 1:
        return row['col3'] * row['col5']
    elif row['col2'] == 2:
        return row['col4'] * row['col5']
    else:
        return 0

df['col6'] = df.apply(calculate_col6, axis=1)

最终输出结果 #

不管用哪种方法，你都会得到想要的DataFrame：

内容的提问来源于stack exchange，提问作者jceg316