Python 为现有值之外的新值列创建循环

我希望在一个数据框中创建一个新列，指示比赛是以主场胜利、客场胜利还是平局结束

这是我当前使用的代码：

for value in df2:
    if value in df2['home_goals'] > df2['away_goals']:
        df2['result'] = 'H'
    elif value in df2['home_goals'] < df2['away_goals']:
        df2['result'] = 'A'
    else:
        df2['result'] = 'D'

正如你所看到的，在这种情况下，主队或客队都赢了，所有的结果都是平局

有人能告诉我哪里出了问题吗

---

谢谢

一种类似蟒蛇的方法可能是

import numpy as np

df2['result'] = np.where(df2['home_goals'] > df2['away_goals'], 'H', 
                         np.where(df2['home_goals'] < df2['away_goals'], 'A', 'D'))

将numpy导入为np
df2['result']=np.其中（df2['home\u goals']>df2['away\u goals']，'H'，
np.where（df2[“主场目标”]

---

使用chained

np.where（）

命令。

类似于您的方法是在数据帧上使用行应用函数

df = pd.DataFrame({'home':[2,1,0,2],'away':[1,3,1,2]})

def fun(x):
    if x['home']>x['away']:   return 'H'
    elif x['home']<x['away']: return 'A'
    else : return 'D'

df['result'] = df.apply(fun,axis=1)

df=pd.DataFrame（{'home'：[2,1,0,2]，'away'：[1,3,1,2]}）
def fun（x）：
如果x['home']>x['away']：返回'H'
您可以在此处使用elif x['home']

您也可以使用或循环，在代码中

中的值可能是原因，因此请删除它

def filter(row):
  result =''
  # Removed values in
  if row['home_goals'] > row['away_goals']:
    result = 'H'
  elif row['home_goals'] < row['away_goals']:
    result = 'A'
  else:
    result = 'D'
  return result

df['result'] = df.apply(filter,axis=1)

def过滤器（行）：
结果=“”
#删除中的值
如果行['home\u goals']>行['away\u goals']：
结果='H'
埃利夫行['home\u goals']

您能提供一些数据吗？类似于dataframe.head（10）hanks已经尝试了其中的一些，并且已经解决了这个问题。非常感谢你的帮助！

condlist = [
    df2["home_goals"] > df2["away_goals"],
    df2["home_goals"] < df2["away_goals"],
]
choicelist = ["H", "A"]
df2["result"] = np.select(condlist, choicelist, "D")

condlist = [cond1, ..., condn]
choicelist = [choice1, ..., choicen]
# Here mapping is as follows:
# cond1 ⟶ choice1
# ...
# condn ⟶ choicen
np.select(condlist, choicelist, default='your_default_value')

def filter(row):
  result =''
  # Removed values in
  if row['home_goals'] > row['away_goals']:
    result = 'H'
  elif row['home_goals'] < row['away_goals']:
    result = 'A'
  else:
    result = 'D'
  return result

df['result'] = df.apply(filter,axis=1)