Python 根据条件更改整个熊猫系列

在我的pandas数据框中，我想根据另一列（

OldCol

）的数据所遵循的一些条件，添加一个新列（

NewCol

）

更具体地说，我的列

OldCol

包含三种类型的字符串：

BB_sometext

sometext1

一些文字1

我想区分这三种类型的字符串。现在，我使用以下代码完成了此操作：

df['NewCol'] = pd.Series()
for i in range(0, len(df)):
    if str(df.loc[i, 'OldCol']).split('_')[0] == "BB":
        df.loc[i, 'NewCol'] = "A"
    elif len(str(df.loc[i, 'OldCol']).split(' ')) == 1:
        df.loc[i, 'NewCol'] = "B"
    else:
        df.loc[i, 'NewCol'] = "C"

---

尽管这段代码看起来很有效，但我确信有更好的方法来做类似的事情，因为这似乎效率很低。有人知道更好的方法吗？提前感谢。

通常，您需要以下配方：

>>> df.loc[boolean_test, 'NewCol'] = desired_result

或者，（注意每个条件周围的括号，以及相当不和谐的

和
，而不是
和
）：

例子
让我们从一个示例开始
Data.Frame
：

>>>  df = pd.DataFrame(dict(OldCol=['sometext1', 'sometext 1', 'BB_ccc', 'sometext1']))

然后你会做：

>>> df.loc[df['OldCol'].str.split('_').str[0] == 'BB', 'NewCol'] = "A"

将所有
BB\uu
列设置为
A
。您甚至可以（可选地，为了可读性）将布尔条件分离到自己的行中：

>>> oldcol_starts_BB = df['OldCol'].str.split('_').str[0] == 'BB'
>>> df.loc[oldcol_starts_BB, 'NewCol'] = "A"

我喜欢这种方法，因为它意味着读者不必计算出
split（“'''）.str[0]
部分中隐藏的逻辑

然后，要设置所有仍未设置的没有空格的列（即，
isnull
为真）：

>>> oldcol_starts_BB = df['OldCol'].str.split('_').str[0] == 'BB'
>>> df.loc[oldcol_starts_BB, 'NewCol'] = "A"

>>> oldcol_has_no_space = df['OldCol'].str.find(' ') < 0
>>> newcol_is_null = df['NewCol'].isnull()
>>> df.loc[(oldcol_has_no_space) & (newcol_is_null), 'NewCol'] = 'C'

>>> df.loc[df['NewCol'].isnull(), 'NewCol'] = 'B'  
>>> df
       OldCol NewCol
0   sometext1      C
1  sometext 1      B
2      BB_ccc      A
3   sometext1      C