Python 3.x 基于多列的数据帧的条件映射

我有一个数据框架，需要根据基于值的条件将类别映射到两个单独的列上。要执行此操作的行总数约为一百万

示例数据帧是：

df = pd.DataFrame({'col1':['B','A','A','B','C','B','C','C','A'],
               'col2':[10,30,40,20,60,30,70,80,50]})

现在，True的条件是：

A:>30

B:>20

C:>60

如果col2中的值符合上述条件，则结果为真（1），否则为假（0）

预期结果是：

    col1    col2    result
0   B   10  0
1   A   30  0
2   A   40  1
3   B   20  1
4   C   60  0
5   B   30  1
6   C   70  1
7   C   80  1
8   A   50  1

---

我试着这样做：

df['result'] = np.select([(df['col1']=='A') & (df['col2']>30),
                      (df['col1']=='A') & (df['col2']<=30),
                      (df['col1']=='B') & (df['col2']>10),
                      (df['col1']=='B') & (df['col2']<=10),
                      (df['col1']=='C') & (df['col2']>60),
                      (df['col1']=='C') & (df['col2']<=60),
                     ],
                     [True,
                      False,
                      True,
                      False,
                      True,
                      False
                     ]
                    )

df['result']=np.选择（[（df['col1']='A'）&（df['col2']>30），
（df['col1']='A'）和（df['col2']10），
（df['col1']='B'）和（df['col2']60），
（df['col1']='C'）&（df['col2']您可以通过
为位
或
链接掩码：

df['result'] = (df['col1']=='A') & (df['col2']>30) |
               (df['col1']=='B') & (df['col2']>10) | 
               (df['col1']=='C') & (df['col2']>60)

或：

df['result'] = np.where((df['col1']=='A') & (df['col2']>30) |
                        (df['col1']=='B') & (df['col2']>10) | 
                        (df['col1']=='C') & (df['col2']>60), 1, 0)