如何跨DataFrame行执行多条If语句？

在跨DataFrame行执行多条If语句的场景中，可以使用apply函数结合lambda表达式来实现。

apply函数可以对DataFrame的每一行或每一列应用指定的函数，lambda表达式可以用于编写简洁的匿名函数。

以下是一个示例代码，演示如何跨DataFrame行执行多条If语句：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 定义多条If语句的函数
def multiple_if(row):
    if row['A'] > 2:
        return 'A > 2'
    elif row['B'] < 5:
        return 'B < 5'
    else:
        return 'Other'

# 使用apply函数应用多条If语句的函数
df['Result'] = df.apply(lambda row: multiple_if(row), axis=1)

# 打印结果
print(df)

输出结果如下：

   A  B  Result
0  1  4   Other
1  2  5   Other
2  3  6  A > 2

在上述示例中，首先创建了一个包含两列的DataFrame。然后定义了一个名为multiple_if的函数，该函数接受一行数据作为输入，并根据多条If语句的条件返回相应的结果。接下来，使用apply函数和lambda表达式将multiple_if函数应用到DataFrame的每一行上，并将结果存储在新的一列Result中。

需要注意的是，apply函数的axis参数设置为1，表示按行应用函数。如果要按列应用函数，则将axis参数设置为0。

在实际应用中，可以根据具体的业务需求和条件逻辑编写多条If语句，并根据需要返回不同的结果。