如何在Pandas中基于condition列从team/team2生成Required_Col？

嘿，这个需求用Pandas的向量化操作就能高效搞定，完全不用写低效的逐行循环，下面给你两种简洁且性能拉满的方法，其中第一种是最推荐的：

首先先还原你的数据集方便测试：

import pandas as pd

data = {
    'team': ['Australia']*6,
    'team2': ['Sri Lanka']*6,
    'condition': ['Sri Lanka']*3 + ['Australia']*3
}
df = pd.DataFrame(data)

方法一：用numpy.where实现向量化判断 #

这是性能最优的方案，因为numpy.where是底层向量化实现，处理大数据集时比逐行操作快很多：

import numpy as np

df['Required_Col'] = np.where(df['team'] == df['condition'], df['team2'], df['team'])

逻辑很直白：如果team的值和condition相等，那就取team2的值（因为它肯定不等于condition）；反之就取team的值，完美匹配你的规则。

方法二：用Pandas的mask方法 #

这是另一种向量化实现，逻辑和上面完全一致，写法更偏向Pandas原生风格：

df['Required_Col'] = df['team'].mask(df['team'] == df['condition'], df['team2'])

mask函数的作用是：当第一个参数的条件为真时，用第二个参数的值替换原列的值，刚好对应我们的需求——当team等于condition时，替换成team2，否则保留team的值。

为什么这两种方法是最优的？ #

Pandas的核心优势就是向量化操作，这两种方法都避免了apply(axis=1)或者for循环这类逐行处理的方式。当你的数据集行数成千上万时，向量化操作的性能会比逐行操作快几个数量级，这也是官方推荐的最佳实践。

运行完上面的代码后，你的DataFrame就会生成符合要求的Required_Col列，和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者muazfaiz