Pandas 根据其他两列的条件值填充第三列

熊猫中的简单数据帧：

A  B  C  
1  1  
1  0  
0  1  
0  0  

假设我想用1填充C列，如果a和B都是1，否则为0。 如果我尝试做以下事情：

    if df['A'] == 1 and df['B'] == 1:
        df['C'] = 1
    else:
        df['C'] = 0

我得到的结果是：

级数的真值是模糊的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

哪种代码最有效，应如何使用？

Multiply

---

all

不要这样做

df.assign(C=df[['A', 'B']].astype(bool).all(1).astype(int))

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

---

谢谢你的建议，@piRSquared。也许我没有充分地阐述这个问题。我想在两列上使用条件语句来生成第三列，如我给出的示例所示。您已经解决了“和”问题，但我还需要解决“或”问题，例如：`如果a==1或B==1，那么C=1`@kozowh各种逻辑组合的排列是无限的。在涵盖高水平的通用性的同时，试图回答这个问题需要付出很大的努力。你可以举一个例子，充分说明你真正想做的事情。谢谢你的评论。多亏了Stack Overflow成员，我成功地找到了这个问题的解决方案。这是一般的表格<代码>df['stx2']、df['stx1']、df['stx1']、df['EHEC']、[（1 if i和j==1 else 0）对于i、j在zip中（df['eae']、df['STEC']）]df['O157']=[（1 if（i或j==1）和k==1 else 0）对于i、j、k在zip中（df['rfb']、df'LF']、df['EHEC']、df[]！

df.assign(C=df[['A', 'B']].astype(bool).all(1).astype(int))

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