如何使用条件添加多个列使用 np.where()

Question

我知道如何使用 np.where() 以 1 个条件添加一列：

import pandas as pd
import numpy as np
df=pd.read_csv(file,nrows=5)
df['new_col1']= np.where(df['col1'] < '100', 1,2)
df.head()

输出：

   col1  col2  new_col1
0     1     3    1
1     2     4    1

如果我想按相同条件添加 2 列怎么办：

df['new_col1'],df['new_col2']= np.where(df['col1'] < '100', (1,2),(3,4))

我想添加new_col1和new_col2，结果是(1,2),(3,4)

当我尝试这段代码时，我收到了：

ValueError: too many values to unpack (expected 2)

输出应该是：

   col1  col2  new_col1 new_col2
0     1     3    1       3
1     2     4    1       3

Answer 1

你可以多次使用条件：

mask = df['contract'] > '0L000099'
df['column1'] = np.where(mask, 1, 2)
df['column2'] = np.where(mask, 3, 4)

甚至反转条件：

df['column2'] = np.where(~mask, 1, 2)

---

由于您的问题已更新，因此这里是更新后的答案，但我不确定这是否真的有用：

import pandas as pd
df = pd.DataFrame({'test':range(0,10)})
mask  = df['test'] > 3
m_len = len(mask)

df['column1'], df['column2'] = np.where([mask, mask], [[1]*m_len, [3]*m_len], [[2]*m_len, [4]*m_len])

   test  column1  column2
0     0        2        4
1     1        2        4
2     2        2        4
3     3        2        4
4     4        1        3
5     5        1        3
6     6        1        3
7     7        1        3
8     8        1        3
9     9        1        3