Python：基于if语句条件填充新的df列

我在尝试新的东西。我想根据一些影响另一列值的条件填充一个新的df列

我有一个包含两列（ID、零售商）的数据框。我想根据ID列中的ID填充Retailer列。我知道如何在SQL中使用CASE语句来实现这一点，但如何在python中实现这一点呢

我已经看过这个例子，但它不是我想要的

我希望看到的输出将是以下内容：

     ID Retailer
0   112 Webmania
1  5898 DataHub
2    32 Webmania
3  9985 TorrentJunkie
4    23 Apptronix
5   577 Other
6    17 Other
7   200 Other
8   156 Other

使用和用于测试多个值，如果需要测试字符串（如样本数据中的字符串），请将数字更改为数字，如

112

更改为

'112'

：

m1 = df['ID'].isin(['112','32'])
m2 =  df['ID'] == '5898'
m3 =  df['ID'] == '9985'
m4 =  df['ID'] == '23'
vals = ['Webmania', 'DataHub', 'TorrentJunkie', 'Apptronix']
masks = [m1, m2, m3, m4]

df['Retailer'] = np.select(masks, vals, default='Other')
print(df)

     ID       Retailer
0   112       Webmania
1  5898        DataHub
2    32       Webmania
3  9985  TorrentJunkie
4    23      Apptronix
5   577          Other
6    17          Other
7   200          Other
8   156          Other

如果还可以使用多个类别，请使用带有自定义功能的解决方案：

def get_data(x):
    if x in ('112','32'):
        return 'Webmania'
    elif x == '5898':
        return 'DataHub'
    elif x == '9985':
        return 'TorrentJunkie'
    elif x == '23':
        return 'Apptronix'
    else: return 'Other'


df['Retailer'] =  df['ID'].apply(get_data)
print (df)
     ID       Retailer
0   112       Webmania
1  5898        DataHub
2    32       Webmania
3  9985  TorrentJunkie
4    23      Apptronix
5   577          Other
6    17          Other
7   200          Other
8   156          Other

或者按字典使用

map

，如果不匹配，则获取

NaN

，因此添加

fillna

：

d = {'112': 'Webmania','32':'Webmania',
    '5898':'DataHub',
    '9985':'TorrentJunkie',
    '23':'Apptronix'}

df['Retailer'] =  df['ID'].map(d).fillna('Other')

---

一般来说，请注意“112”（一个文本字符串）与112（一个数字）不同，因此在检查两个值是否相等时，如果混用类型，则不会得到匹配结果。谢谢@MrFelix的提示。我会记住这一点。

d = {'112': 'Webmania','32':'Webmania',
    '5898':'DataHub',
    '9985':'TorrentJunkie',
    '23':'Apptronix'}

df['Retailer'] =  df['ID'].map(d).fillna('Other')