pandas根据多条件赋值

在Pandas中，你可以使用`loc`、`query`或者`assign`等方法根据多个条件同时对DataFrame进行赋值或修改。这里有几个例子：

1. **基于索引和列名**：

   df.loc[(df['column1'] == value1) & (df['column2'] == value2), 'new_column'] = new_value

这里，`df['column1'] == value1` 和 `df['column2'] == value2` 是你的两个条件，`new_column` 是你想要添加的新列，`new_value` 是给满足条件的行设置的新值。

2. **使用布尔数组**：

   df['new_column'] = df.apply(lambda row: assign_condition(row), axis=1)

`apply()` 函数会遍历每一行，并根据`assign_condition(row)`函数的结果创建新的值。你需要提供一个函数，该函数接收一个行数据并返回布尔值，表示是否需要为该行设置新值。

3. **使用query()函数**：

   df = df.query('column1 == @value1 and column2 == @value2')

这种方式更像SQL查询，它会直接过滤出符合条件的数据行，返回的是一个新的DataFrame。

在每个例子中，记得先确保你的条件已经形成了有效的布尔系列，因为布尔系列会被用作索引来选择DataFrame中的行。