Python：向熊猫数据框添加条件列，更多pythonic解决方案？答案

【问题标题】：Python : Adding conditional column to pandas dataframe, more pythonic solution?Python：向熊猫数据框添加条件列，更多pythonic解决方案？
【发布时间】：2019-02-02 02:24:52
【问题描述】：

我正在向数据框中添加一列，其中列值是通过比较数据框中的两个 other 列来确定的。添加列的代码是：

lst = []
for x in range(len(df)):
    if df['ColumnA'][x] > df['ColumnB'][x]:
        lst.append(df['ColumnB'][x])
    else:
        lst.append(df['ColumnA'][x])

df['ColumnC'] = lst

我的问题是，有没有更有效/pythonic 的方式来做到这一点？过去有人建议我要小心，如果我每次都循环遍历数据框的每一行，所以想看看我是否遗漏了一些东西。谢谢！

【问题讨论】：

Find the max of two or more columns with pandas的可能重复

标签： python pandas dataframe

【解决方案1】：

是的，只取最小值：

df['ColumnC'] = df[['ColumnA', 'ColumnB']].min(1)

【讨论】：

你知道这与性能相比如何。明智的 np.where 顶部？如果没有，不用担心，很好的解决方案！
可能是np.where，但不要过早优化.. 编写好的、可理解的代码。然后发现瓶颈并优化它们。

【解决方案2】：

使用numpy.where

df['ColumnC'] = np.where(df['ColumnA'] > df['ColumnB'], df['ColumnB'], df['ColumnA'])

【讨论】：

【解决方案3】：

比其他解决方案更多的代码，但可以说更通用

mask = df[ColumnA] > df[ColumnB]
df[ColumnC] = pd.Series(index=df.index)
df[ColumnC].loc[mask] = df[ColumnA].loc[mask]
df[ColumnC].loc[~mask] = df[ColumnB].loc[~mask]

【讨论】：