如果条件可能存在重叠案例，请将其分开

Question

给定一个pandas数据帧wb，它看起来像这样（在Excel中，在带来之前） 它与read_csv()：

进入大熊猫

列 ad_tag_name 是3组。我想将 _level2 附加到每组3的每一秒，并将 _level3 附加到这一列的值在每组3的每三分之一中，所以我最终会得到类似的东西：

我决定使用mod除法，其逻辑是“如果它最后由2和3分开，则追加 _level3 ;如果它仅均匀地除以2，则追加 _level2 。如果它仅均匀地除以3，则追加 _level3 否则，请不要管它。“

for index, elem in enumerate(wb['ad_requests']):
    if np.mod(index+1,2) == 0 and np.mod(index+1,3) == 0:
        wb.at[index,'\xef\xbb\xbf"ad_tag_name"'] = wb.at[index,'\xef\xbb\xbf"ad_tag_name"'] + "_level3"
    elif np.mod(index+1,3) == 0:
        wb.at[index,'\xef\xbb\xbf"ad_tag_name"'] = wb.at[index,'\xef\xbb\xbf"ad_tag_name"'] + "_level3"
    elif np.mod(index+1,2) == 0:
        wb.at[index,'\xef\xbb\xbf"ad_tag_name"'] = wb.at[index,'\xef\xbb\xbf"ad_tag_name"'] + "_level2"

然而，当我保存生成的CSV并检查它时，我看到：

模式是：无后缀，_level2，_level3，level2，无后缀，level3，无后缀，level2，level3 然后重复。所以在9个案例中有8个是正确的，但实际上这是一个意外。我不喜欢我已经定义的if s / elif之间可能存在一些重叠的事实，我确信这是一个有缺陷的逻辑，它是问题的根源。

我们如何重新编写条件，以便他们正确地实现我的逻辑？

Python：2.7.10 熊猫：0.18.0

Answer 1

虽然大熊猫可以提供一些优雅的快捷方式，但它也可以导致一个试验错误的兔子洞。

有时候回到基础，到Python内置的内容，是可行的方法。

for i in range(len(wb))[2::3]:
    wb.at[i,'\xef\xbb\xbf"ad_tag_name"'] = wb.at[i,'\xef\xbb\xbf"ad_tag_name"'] + "_level3"
for i in range(len(wb))[1::3]:
    wb.at[i,'\xef\xbb\xbf"ad_tag_name"'] = wb.at[i,'\xef\xbb\xbf"ad_tag_name"'] + "_level2"