Python 如何基于2+；没有迭代的熊猫中的条件？

我的df正常

 A = pd.DataFrame([[1, 5, 2], [2, 4, 4], [3, 3, 1], [4, 2, 2], [5, 1, 4]],
                  columns=['A', 'B', 'C'], index=[1, 2, 3, 4, 5])

如果我想根据另一列中的条件创建一列，我会执行类似的操作，并按预期工作

 In [5]: A['D'] = A['C'] > 2
 In [6]: A
 Out[6]: 
   A  B  C      D
1  1  5  2  False
2  2  4  4   True
3  3  3  1  False
4  4  2  2  False
5  5  1  4   True

但是，如果我想用两个条件来做同样的事情……比如：

A['D'] = A['C'] > 2 and A['B'] > 2      or     A['D'] = A['C'] > 2 & A['B'] > 2

我得到了臭名昭著的

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

没有迭代我怎么能解呢？基于两个条件创建此新列的目的是能够使用以下类型的groupby函数：

A.groupby('D').apply(custom_fuction)

所以，也许有一种方法可以使用groupby来完成整个事情，但我不知道如何做到

---

感谢使用

和
，而不是
和
，来执行元素逻辑“与”运算：

In [40]: A['D'] = (A['C'] > 2) & (A['B'] > 2)

In [41]: A
Out[41]: 
   A  B  C      D
1  1  5  2  False
2  2  4  4   True
3  3  3  1  False
4  4  2  2  False
5  5  1  4  False

您还可以跳过定义
D
列：

In [42]: A.groupby((A['C'] > 2) & (A['B'] > 2))
Out[42]: <pandas.core.groupby.DataFrameGroupBy object at 0xab5b6ac>

[42]中的
：A.groupby（（A['C']>2）和（A['B']>2））
出[42]：