Python 如何根据条件从其他列创建新列

我有一个这样的数据帧

enterhigh    exithigh        buy_action                                                
4149.99      4044.00         1.0
4211.08      4068.50        -1.0
4041.23      3750.08         1.0
4265.80      4103.51        -1.0
4250.94      4136.33         1.0          

我希望我可以通过buy_action的值创建一个新列，如果buy_action为1，则为new column

enterhigh    exithigh        buy_action   action_price                                                
4149.99      4044.00         1.0          4149.99
4211.08      4068.50        -1.0          4068.50
4041.23      3750.08         1.0          4041.23
4265.80      4103.51        -1.0          4103.51
4250.94      4136.33         1.0          4250.94

将使用enterhigh，如果为-1，则使用exighth

我试着使用numpy select like

condition = ((df['buy_action'] == 1),
             (df['buy_action'] == -1))
value = [df['enterhigh'],df['exithigh']]
df['action_price'] = np.select(condition,value)

但它不起作用

谢谢你的帮助

那么：

df[“动作价格”]=np.where（df.buy\u动作==1，df.enterhigh，df.exighth）

如果

buy\u action

为

1

，则从

enter\u high

获取值，否则从

exit\u high

获取值

我们得到了

                date  enterhigh  exithigh  buy_action  action_price
2017-08-20  06:00:00    4149.99   4044.00         1.0       4149.99
2017-08-20  23:00:00    4211.08   4068.50        -1.0       4068.50
2017-08-22  17:00:00    4041.23   3750.08         1.0       4041.23
2017-08-23  19:00:00    4265.80   4103.51        -1.0       4103.51
2017-08-24  21:00:00    4250.94   4136.33         1.0       4250.94

---

请注意，

buy_action

的任何值如果不是

1

（例如

-1

，

2

）将从

exighth

中生成值，这是apply方法的一个很好的用例，它将获取一行并返回一个新值：

df[“操作价格”]=df.apply（如果x.buy\u操作==1，则lambda x:x.enterhigh，否则x.exighth，轴=1）

您可以使用列表理解：

df['new column'] = [df.loc[i, 'exithigh'] for i in df.index if df.loc[i, 'buy_action']>0 else -1]

---

使用

numpy选择
：

df['action_price'] = np.select([df.buy_action.eq(1)], [df.enterhigh], default=df.exithigh)

numpy select如何不工作？请解释。事实上，我认为如果我理解numpy select more，它会起作用。当我编写上述代码时，action_price完全是零填充的。当然，我是新来的，我希望我以正确的方式完成它，再次感谢。