np.select 是一个非常强大的 NumPy 函数，允许你基于多个条件进行选择，并为满足每个条件的元素指定不同的值。它对于在Pandas中进行多条件判断赋值非常有用。以下是使用 np.select 的基本步骤：
import pandas as pdimport numpy as np# 创建示例DataFramedf = pd.DataFrame({ 'A': range(1, 6), 'B': range(10, 60, 10)})# 定义条件conditions = [ (df['A'] == 1) & (df['B'] >= 30), (df['A'] == 2) | (df['B'] <= 20), (df['A'] > 3)]# 定义每个条件对应的选择choices = [ 'condition1 met', 'condition2 met', 'condition3 met']# 使用np.select进行条件赋值df['Result'] = np.select(conditions, choices, default='not met')print(df)在这个示例中，np.select 会针对每行检查定义的条件，并根据满足的条件赋值给 'Result' 列。如果一行不满足任何条件，它会得到 'not met' 这个默认值。
