最常用的是 np.where（支持多层嵌套），比 pd.Series.apply 快一个数量级；须用 &、|、~ 替代 and/or/not，注意括号；三层以上逻辑建议拆中间变量或改用 pd.cut/map；eval 可提升可读性，支持 @ 引用外部变量；统计汇总优先用 crosstab 或 groupby 而非新增列。
用 np.where 或 pd.Series.mask 处理多列组合条件判断
直接在 df['new_col'] = ... 中写嵌套 if-else 会报错或返回标量，必须用向量化函数。最常用的是 np.where（支持多层嵌套），比 pd.Series.apply 快一个数量级。
常见错误：把 Python 的 and/or 直接用于 Series 比较，触发 ValueError: The truth value of a Series is ambiguous。
- 用
&、|、~替代and、or、not（注意括号！比如(df.a > 1) & (df.b == 'x')） - 三层以上逻辑建议拆成中间变量，避免括号嵌套出错
-
np.where(cond, val_if_true, np.where(...))可实现 if-elif-else；但超过 4 层推荐改用pd.cut或pd.Series.map+ 字典
pd.DataFrame.eval
- 字符串中列名直接写，不用加
df.前缀 - 支持
@var引用外部变量（比如阈值@threshold） - 性能略低于纯 NumPy 运算，但可读性提升明显，适合中等复杂度逻辑
threshold = 5000
df['is_profitable'] = df.eval('revenue - cost > @threshold and status != "draft"')
用 pd.crosstab 或 groupby().agg 实现跨列条件计数/聚合
不是所有“统计”都要先加新列——如果最终只要汇总结果（如“高收入且低负债的用户数”），直接用分组聚合更高效，内存占用小，且天然支持多维交叉。
容易忽略的点：crosstab 默认只统计频次，若要均值、最大值等，得切到 groupby；而 groupby 的布尔条件必须提前转为分类列或用 query 预过滤。
-
pd.crosstab(df['region'], df['income'].gt(80000) & df['debt_ratio'].lt(0.2))返回二维频次表 df.query('income > 80000 and debt_ratio 更灵活但会丢弃不满足条件的行- 想保留全量分组结构（包括 0 计数），用
groupby(..., observed=False)或crosstab(..., dropna=False)
警惕 NaN 在跨列逻辑中的传播与隐式转换
这是最容易导致结果静默错误的地方：NaN == NaN 返回 False，NaN & True 是 NaN，np.where 遇到 NaN 条件会保留原值或填 None，取决于上下文。
不显式处理 NaN，统计结果可能少几万条却毫无报错提示。
- 用
pd.isna()或df.col.isna()显式判断缺失，别依赖== np.nan - 在
np.where的条件中加入& ~df.col.isna()排除干扰 - 对参与逻辑运算的列，提前用
fillna()或dropna()统一策略，尤其注意字符串列的空字符串和NaN并存情况
复杂点往往不在逻辑本身，而在某列里混着 None、' '、np.nan、float('nan') 四种“空”，它们在布尔上下文中表现完全不同。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
