Python 如何基于其他三列之一创建新列？

我有一个数据框，它有一个电影名称列和3个其他列（我们称它们为a、B和C），它们是来自3个不同来源的评级。 有很多电影只有一个评级，一些电影是三个论坛的组合，还有一些没有评级。我想创建一个新列，该列将：

如果列具有关联的额定值，请使用A

如果列为空，则从B获取相关的评级

如果B列为空，则从C获取相关评级

如果C列为空，则返回“未分级”

这是我目前代码中的内容：

def check_rating(rating):
    if newyear['Yahoo Rating'] != "\\N":
        return rating
    else:
        if newyear['Movie Mom Rating'] != "\\N":
            return rating
        else:
            if newyear['Critc Rating'] != "\\N":
                return rating
            else:
                return "Unrated"

df['Rating'] = df.apply(check_rating, axis=1)

我得到的错误是：

ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index 0')

要查看我的数据帧，这里是

newyear.head（）

：

---

我不确定此值错误对解决此问题意味着什么，也不确定这是否是正确的方法。

您正在原始函数中返回

评级。。但是
评级
是行，而不是任何列的值

>>> df
    A   B   C Genre Title Year
0   7   6  \N    g1    m1   y1
1  \N   5   7    g2    m2   y2
2  \N  \N  \N    g3    m3   y3
3  \N   4   1    g4    m4   y4
4  \N  \N   3    g5    m5   y5

>>> def rating(row):
    if row['A'] != r'\N':
        return row['A']
    if row['B'] != r'\N':
        return row['B']
    if row['C'] != r'\N':
        return row['C']
    return 'Unrated'

>>> df['Rating'] = df.apply(rating, axis = 1)
>>> df
    A   B   C Genre Title Year   Rating
0   7   6  \N    g1    m1   y1        7
1  \N   5   7    g2    m2   y2        5
2  \N  \N  \N    g3    m3   y3  Unrated
3  \N   4   1    g4    m4   y4        4
4  \N  \N   3    g5    m5   y5        3

您将在原始函数中返回
评级
。。但是
评级
是行，而不是任何列的值

>>> df
    A   B   C Genre Title Year
0   7   6  \N    g1    m1   y1
1  \N   5   7    g2    m2   y2
2  \N  \N  \N    g3    m3   y3
3  \N   4   1    g4    m4   y4
4  \N  \N   3    g5    m5   y5

>>> def rating(row):
    if row['A'] != r'\N':
        return row['A']
    if row['B'] != r'\N':
        return row['B']
    if row['C'] != r'\N':
        return row['C']
    return 'Unrated'

>>> df['Rating'] = df.apply(rating, axis = 1)
>>> df
    A   B   C Genre Title Year   Rating
0   7   6  \N    g1    m1   y1        7
1  \N   5   7    g2    m2   y2        5
2  \N  \N  \N    g3    m3   y3  Unrated
3  \N   4   1    g4    m4   y4        4
4  \N  \N   3    g5    m5   y5        3

我会这样做：

df = df.replace('\\N', np.nan)  # this requires import numpy as np
(df['Yahoo Rating'].fillna(df['Movie Mom Rating']
                   .fillna(df['Critic Rating']
                   .fillna("Unrated"))))

你的代码不起作用的原因是
newyear['Yahoo Rating']！=“\\N”
是一个布尔数组。你在这里说的是类似于
如果[True，False，True，False]：
。这就是模棱两可的根源。你如何评估这种情况？如果所有这些都是真的，你会执行吗？还是只执行其中一个就足够了

作为，您可以更改它，以便逐行计算它（因此返回单个值）。但是，逐行应用操作通常很慢，pandas有很好的工具来处理丢失的数据。这就是为什么我建议这样做。
我会这样做：

df = df.replace('\\N', np.nan)  # this requires import numpy as np
(df['Yahoo Rating'].fillna(df['Movie Mom Rating']
                   .fillna(df['Critic Rating']
                   .fillna("Unrated"))))

你的代码不起作用的原因是
newyear['Yahoo Rating']！=“\\N”
是一个布尔数组。你在这里说的是类似于
如果[True，False，True，False]：
。这就是模棱两可的根源。你如何评估这种情况？如果所有这些都是真的，你会执行吗？还是只执行其中一个就足够了

作为，您可以更改它，以便逐行计算它（因此返回单个值）。但是，逐行应用操作通常很慢，pandas有很好的工具来处理丢失的数据。这就是我提出这一建议的原因。
请发布您的数据帧的小样本（作为文本，而不是图像）和预期输出。请发布您的数据帧的小样本（作为文本，而不是图像）和预期输出。非常感谢！我不知道如何使用一个python函数从一列到另一列，所以这非常有用。非常感谢！我不知道如何使用一个python函数从一列行转到另一列行，所以这非常有用。哇，这非常有用！谢谢你的解释。哇，这很有用！谢谢你的解释。