Python 基于提供ValueError的函数创建新列
我有一个包含两列的数据框:一列包含零和一个值,另一列包含一个数值Python 基于提供ValueError的函数创建新列,python,Python,我有一个包含两列的数据框:一列包含零和一个值,另一列包含一个数值 ZeroOne Value 0 10 1 20 0 15 我们的目标是创建一个新列,如果ZeroOne列包含一个“0”,则将值列的值放入其中。如果零一值为1,则新列应为0。因此,在我的示例中,结果应该是: ZeroOne Value Result 0 10 10 1 20
ZeroOne Value
0 10
1 20
0 15
我们的目标是创建一个新列,如果ZeroOne列包含一个“0”,则将值列的值放入其中。如果零一值为1,则新列应为0。因此,在我的示例中,结果应该是:
ZeroOne Value Result
0 10 10
1 20 0
0 15 15
我试着做一个函数:
def function(a,b):
if a == 1:
return b
else:
return 0
然后做了变量a和b
a = df['ZeroOne']
b = df['Value']
在这之后,我用这个函数添加了一个新的列
df['result'] = function(a,b)
它总是给我一个错误:
The truth value of a Series is ambiguous. Use a.empty, a.bool(),
a.item(), a.any() or a.all().
我怎样才能达到我的结果?我做错了什么?尝试使用
where
:
将熊猫作为pd导入
df=pd.DataFrame.from_dict({“zerone”:[0,1,0],“Value”:[10,20,15]})
df['Result']=(df['Value']。其中(cond=df['ZeroOne']==0,other=0))
打印(df)
输出:
Value ZeroOne Result
0 10 0 10
1 20 1 0
2 15 0 15
在这种情况下,您可以使用numpy库中的
np.where
:
df['Result'] = np.where(df['ZeroOne'] == 0, df['Value'], 0)
它类似于亚当斯解,但您也可以向它添加其他条件,函数中的第一个空格给出了条件,然后如果它是真的会发生什么,如果它是错的会发生什么。如果a.any()
:如果a==1,则改为。