利用numpy select 和numpy where 做pandas数据处理

还是最近的那个项目，最后收尾阶段遇到这样一个问题：
根据表格每一行某几列的数据进行条件筛选后并生成新的一列数据。

像下面这个示例一样👇：

需要根据每一行的“ 生日”，“地址”，“保险”是否有值来生成新的一列字段，比如叫“完整度”字段。

就拿王佳来说，因为他的 “保险”字段是空值，但是“地址”和“生日”有对应的值。那么最后新字段 “完整度”这里就要填入 “比较完整” 四个字。同理，李明的“完整度” 就应该是“很完整”；胡曦就是“不完整”；最后章杰就是“很完整”。

看起来是个比较简单的多列条件筛选问题，熟悉pandas的朋友肯定会说 “直接写一个IF-ELSE的 筛选函数后再在该DataFrame里面用apply应用即可解决。” 貌似是这么回事，掌柜一开始也是这么想的，但是写了后实际运行出现了如下报错：

回看上面的数据发现有两行存在 NaN值的情况，所以出现了如上报错。。。

于是再次借助强大的搜索引擎谷歌后发现了 用np.select方法解决更高效：

于是修改代码如下：

运行后就得到新的一列“完整度”的值：

是不是很方便就解决了多列条件筛选后生成新一列值的问题。

PS: 延伸一下，如果你只想对一列数据进行条件筛选，照样生成新的一列值该怎么处理呢？

还是上面那组数据，比如掌柜这里只根据“保险”这一列是否有“Y”来判断新的一列值，叫“重要性”。有“Y”值就填入“重要”；否则就是“不重要”。
直接上代码：

这里只需要把 np.select()换成 np.where()即可解决！！！还是很方便。