如何基于Python中的其他列在DataFrame中创建新列？

我的数据框架如下所示：

data = pd.DataFrame({"col1" : ["a", "b", "c"], 
                     "binary" : [0, 1, 0]})

我想在名为

“new”

的

数据框中创建并添加新列，其中如果列中的
“binary”
为1，则我希望在我创建的列
“new”
中有
“col1”
中的数据，但如果
“binary”
列中的值为0，则我希望有
np.NaN
。下面是根据我的描述和上面的框架，我真正需要的结果

您可以使用
numpy
软件包中的
where
，并执行以下操作：

import pandas as pd
import numpy as np
df = pd.DataFrame({"col1" : ["a", "b", "c"], "binary" : [0, 1, 0]})
df['new'] = np.where(df['binary']==1,df['col1'],np.nan)

哪个
打印
：

print(df)
  col1  binary  new
0    a       0  NaN
1    b       1    b
2    c       0  NaN

您可以使用
numpy
包中的
where
，并执行以下操作：

import pandas as pd
import numpy as np
df = pd.DataFrame({"col1" : ["a", "b", "c"], "binary" : [0, 1, 0]})
df['new'] = np.where(df['binary']==1,df['col1'],np.nan)

哪个
打印
：

print(df)
  col1  binary  new
0    a       0  NaN
1    b       1    b
2    c       0  NaN

有很多方法可以正确地做到这一点，
将numpy作为np导入；df['new']=np.where（df['binary'].eq（1），df['col1']，np.nan）
有很多方法可以正确地做到这一点，
将numpy作为np导入；df['new']=np.where（df['binary'].eq（1），df['col1']，np.nan）
在您的代码之后，我有一个错误：TypeError:invalid type promotion您是否
将熊猫作为pd导入？如上图所示，它在我的列上运行顺利。好的，我已经知道，这是我的列的数据类型中的一个错误，谢谢！我选择您的答案作为最佳答案在您的代码之后我有以下错误：类型错误：无效类型升级您是否
将熊猫导入为pd
？如上图所示，它在我的列上运行顺利。好的，我已经知道，这是我的列的数据类型中的一个错误，谢谢！我认为你的答案是最好的