有没有一种更简单的方法来嵌套条件语句来填充pandas df中的新列？

是的，可以使用np.select()函数来更简单地嵌套条件语句来填充pandas DataFrame中的新列。

np.select()函数接受三个参数：条件列表、值列表和默认值。它会根据条件列表中的条件逐个进行判断，并根据条件的结果选择对应的值填充到新列中。如果没有条件满足，则使用默认值填充。

下面是一个示例：

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [6, 7, 8, 9, 10]})

# 定义条件列表
conditions = [df['A'] < 3,
              df['A'] >= 3]

# 定义值列表
values = ['Low', 'High']

# 使用np.select()函数填充新列
df['C'] = np.select(conditions, values, default='Medium')

print(df)

输出结果如下：

   A   B       C
0  1   6     Low
1  2   7     Low
2  3   8    High
3  4   9    High
4  5  10    High

在这个示例中，我们根据条件df['A'] < 3和df['A'] >= 3来选择填充的值。如果条件满足，就选择对应的值填充到新列C中；如果条件不满足，就使用默认值Medium填充。

这种方法可以简化嵌套条件语句的编写，使代码更加清晰和易读。

推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云云服务器CVM、腾讯云对象存储COS。

• 腾讯云数据库TDSQL：https://cloud.tencent.com/product/tdsql
• 腾讯云云服务器CVM：https://cloud.tencent.com/product/cvm
• 腾讯云对象存储COS：https://cloud.tencent.com/product/cos