pandas DataFrame多列条件判断生成新列实战

周予安

发布时间：2026-10-13| 5人浏览过

原创

本文介绍如何利用pandas DataFrame的apply函数，基于多列条件生成新列。通过设置axis=1逐行处理，结合自定义函数或lambda表达式，实现如城市名含特定字符且年份匹配时的赋值逻辑。同时对比Series的apply用法，提供完整代码示例与运行结果参考。

开发环境为Python3.6.4配合pandas 0.22版本。

核心在于DataFrame.apply函数的使用：当axis参数设为1时，函数每次取一行数据进行计算；若axis为0，则每次取一列。

具体逻辑如代码所示：若城市名称包含字符'ing'且年份等于2016，则新列test赋值为1，否则为0。

import numpy as np 
import pandas as pd 
 
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'], 
 'year': [2016,2016,2015,2017,2016, 2016], 
 'population': [2100, 2300, 1000, 700, 500, 500]} 
frame = pd.DataFrame(data, columns = ['year', 'city', 'population', 'debt']) 
 
def function(a, b): 
 if 'ing' in a and b == 2016: 
 return 1 
 else: 
 return 0 
print(frame, '\n') 
frame['test'] = frame.apply(lambda x: function(x.city, x.year), axis = 1) 
print(frame)

执行上述代码后的输出结果如下所示：

此外，Series类型同样支持apply方法，其使用方式示例如下：

import numpy as np 
import pandas as pd 
 
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'], 
 'year': [2016,2016,2015,2017,2016, 2016], 
 'population': [2100, 2300, 1000, 700, 500, 500]} 
frame = pd.DataFrame(data, columns = ['year', 'city', 'population', 'debt']) 
 
print(frame, '\n') 
frame['panduan'] = frame.city.apply(lambda x: 1 if 'ing' in x else 0) 
print(frame)

该Series操作的运行结果如下：