Python 根据条件对列进行迭代

要根据count、A和B的值计算C吗

样本df：

计数 A. B C 对 23 2. 楠 楠 23 1. 楠 对 41 6. 楠 只要用这个：-

df['C']=df[df['count']=='yes']['C'].fillna(value=df['A']*df['B'])
df['C']=df['C'].fillna(0)

试试这个：-

for ind, row in df.iterrows():
    if row['count'] == 'yes':
        df.loc[ ind, 'C'] =row['A'] *row['B']
    else:
        df.loc[ ind, 'C'] =0

---

如果您正确指定了要设置的索引，则会为该操作编写

df['count']=='yes'

而不是

行['count']=='yes'

重载

*

，从而导致出现错误：

mask = df["count"].notna()
df.loc[mask, "C"] = df["A"]*df["B"]
df.C.fillna(0, inplace=True)

或者是一个会惹恼你同事的更简洁的版本：

df["C"] = df["A"]*df["B"]*(df["count"].notna())

最后，

df[“count”].notna（）返回一个布尔列，当与数值列相乘时，该列将转换为数值类型。简洁但同样清晰

以下任一项的输出：

  count   A  B      C
0   yes  23  2   46.0
1   NaN  23  1      0
2   yes  41  6  246.0

这将比
更有效。应用
，比ItErrors更有效。
您还可以使用：

df['C']=np.where（df['count']=='yes'，df.A*df.B，0）

另一种选择：

df.C = df.A.mul(df.B).where(df['count'].eq('yes')).fillna(0)

df
#  count   A  B      C
#0   yes  23  2   46.0
#1   NaN  23  1    0.0
#2   yes  41  6  246.0

或者，如果您更喜欢运算符：
df.C=（df.A*df.B）.其中（df['count']='yes'）.fillna（0）
您可以尝试将
A
与
B
相乘，并使用掩码
NaN
值

情况并非如此applied@maziyank更新
df.C = df.A.mul(df.B).where(df['count'].eq('yes')).fillna(0)

df
#  count   A  B      C
#0   yes  23  2   46.0
#1   NaN  23  1    0.0
#2   yes  41  6  246.0

df['C'] = df[['A', 'B']].prod(axis=1).mask(df['count'].isna(), 0)

  count   A  B    C
0   yes  23  2   46
1   NaN  23  1    0
2   yes  41  6  246