python中的数据计算

我有：

并希望添加一列“ColumnX”，该列需要将值计算为：

    A1   A2  Random data  Random data2  Average    Stddev
0  0.1  2.0          300          3000     1.05  1.343503
1  0.5  4.5         4500           450     2.50  2.828427
2  3.0  1.2          800            80     2.10  1.272792
3  9.0  9.0          900            90     9.00  0.000000

我得到一个错误：

ColumnX = min(df['Random data']-df['Average'],df[Random data2]-
df[Stddev])/3.0*df['A2'])

---

您的错误与熊猫更喜欢按位运算符有关，并且使用内置的min函数无法按行工作

一个可能的解决方案是创建两个新的计算列，然后使用pandas dataframe.min方法

ValueError: The truth value of a Series is ambiguous.

---

方法minaxis=1将按行查找两列之间的min，然后分配给新列。这种方法很有效，因为您使用的是numpy矢量化，而且更易于阅读

让我们看看你认为输出应该是什么。换言之，我们希望明确了解您认为应该如何进行计算。谢谢。我刚刚修改了：df['calc_col_2']=df['Random data2']-df['Stddev']，并添加了：df['colx']=df['min_col']]/3.0*df['A2']，使数学正确。再次感谢。

df['calc_col_1'] = df['Random data']-df['Average']
df['calc_col_2'] = (df['Random data2']-df['Stddev'])/(3.0*df['A2'])
df['min_col'] = df[['calc_col_1','calc_col_2']].min(axis=1)