Python 如何使用apply和lambda在数据帧中应用多个if/else条件？

我试图根据一组条件更新列中的某些行。例如，在下面的示例中，我试图根据一些if语句将“Country”列名更新为较短的版本，下面是我使用的内容。有更好的方法吗

energy['Country']=energy['Country'].适用（lambda x:'South Korea'如果x=='Republic Korea'
else（'美国'如果x=='美利坚合众国20'
else（'United Kingdom'如果x=='大不列颠及北爱尔兰联合王国'
否则，‘香港’如果X＝’，中国，香港特别行政区
其他(十))

使用

使用

---

尽可能避免

DataFrame.apply

这是一个隐藏循环。考虑向量化处理，例如将向量（即，麻木数组或大熊猫系列）传递到一个方法中，而不是一次一个标量元素：

energy['Country'] = np.select([energy['Country'] == 'South Korea', 
                               energy['Country'] == 'United States', 
                               energy['Country'] == 'United Kingdom', 
                               energy['Country'] == 'Hong Kong'],
                              ['Republic of Korea', 
                               'United States of America', 
                               'United Kingdom of Great Britain and Northern Ireland'
                               'China, Hong Kong Special Administrative Region'])

---

尽可能避免

DataFrame.apply

这是一个隐藏循环。考虑向量化处理，例如将向量（即，麻木数组或大熊猫系列）传递到一个方法中，而不是一次一个标量元素：

energy['Country'] = np.select([energy['Country'] == 'South Korea', 
                               energy['Country'] == 'United States', 
                               energy['Country'] == 'United Kingdom', 
                               energy['Country'] == 'Hong Kong'],
                              ['Republic of Korea', 
                               'United States of America', 
                               'United Kingdom of Great Britain and Northern Ireland'
                               'China, Hong Kong Special Administrative Region'])

---

使用内置函数几乎总是比迭代和使用apply更好。与其使用apply，还不如使用一个要替换的项字典，使用内置的，而不是迭代和使用apply。与其应用，不如使用要替换的项目字典，谢谢@Yuna.，这是帮助谢谢@Yuna.，这是帮助谢谢所有，非常有用的建议谢谢所有，非常有用的建议