在pandas数据帧中，根据另外两列中的结果生成第三列数据

Question

我是数据帧的新手。我有列A，B和C，并希望使用A和B中的数据在C中创建值。例如，如果A = 1和/或{ {1}}，然后我想在B = 1列中放置一个1，并为数据框中的所有行执行此逻辑。

e.g。起始阵列：

C

等

结果数组：

         A  B  C
0        1  0  
1        0  1  
2        1  1  
3        0  0  

等

Answer 1

给出起始DF：

df = pd.DataFrame({'A': [1, 0, 1, 0], 'B': [0, 1, 1, 0]})

然后您可以创建列C：

df['C'] = (df == 1).any(axis=1).astype(int)

然后将df留作：

   A  B  C
0  1  0  1
1  0  1  1
2  1  1  1
3  0  0  0

Answer 2

使用numpy.where：

df['C'] = np.where(df.A | df.B, 1, 0)
print (df)
   A  B  C
0  0  0  0
1  0  1  1
2  1  0  1
3  1  1  1

df['C'] = np.where((df.A == 0) & (df.B == 0), 0, 1)
print (df)
   A  B  C
0  0  0  0
1  0  1  1
2  1  0  1
3  1  1  1

或者更简单地通过astype将布尔Series转换为int：

df['C'] = (df.A | df.B).astype(int)
print (df)
   A  B  C
0  0  0  0
1  0  1  1
2  1  0  1
3  1  1  1

df['C'] = (~((df.A == 0) & (df.B == 0))).astype(int)
print (df)
   A  B  C
0  0  0  0
1  0  1  1
2  1  0  1
3  1  1  1

Answer 3

使用list comprehesion和zip

的其他解决方案

df['C'] = [(1 if i or j == 1 else 0) for i,j in zip(df['A'], df['B'])]

它返回：

   A  B  C
0  1  0  1
1  0  1  1
2  1  1  1
3  0  0  0

如果'A'和'B' == 1 使用&，则更改条件：

示例：

df['C'] = [(1 if i & j == 1 else 0) for i,j in zip(df['A'], df['B'])]

这将返回：

   A  B  C
0  1  0  0
1  0  1  0
2  1  1  1
3  0  0  0

Answer 4

def f(x):

    if (x.B==1) and (x.A !=1): #Or whatever logic you like
        return 1
    else: 
        return 0

df['C'] = df.apply(lambda x: f(x), axis = 1)

Answer 5

您可以使用numpy @echo off echo hello 1234 > doc.txt set /p contents = < doc.txt echo The contents of "doc.txt"="%contents%" pause exit 和logical_and

的逻辑功能

logical_or