Создание условного столбца: If-Elif-Else в Pandas

Данная проблема требует добавления нового столбца в DataFrame на основе ряда условных критериев. Задача заключается в реализации этих условий при сохранении эффективности и читабельности кода.

Решение с использованием приложения-функции

Один из подходов предполагает создание функции, которая сопоставляет каждую строку с желаемым результатом. на основе условий:

def f(row):
    if row['A'] == row['B']:
        return 0
    elif row['A'] > row['B']:
        return 1
    else:
        return -1

df['C'] = df.apply(f, axis=1)

Этот метод удобен для чтения и прост в реализации, но он не векторизован и может привести к проблемам с производительностью при работе с большими наборами данных.

Векторизованное решение

Для повышения эффективности рекомендуется использовать векторизованный подход с использованием функции NumPy np.where:

df['C'] = np.where(
    df['A'] == df['B'], 0, np.where(
    df['A'] > df['B'], 1, -1))

Эта операция выполняет условный выбор поэлементно в DataFrame, в результате чего создается новый столбец с нужными значениями.

Этот векторизованный подход обеспечивает значительный выигрыш в производительности по сравнению с методом, основанным на функциях. Это также обеспечивает более краткую и удобочитаемую реализацию условных критериев.