在多列中包含条件的python lamba-if语句

我有一个数据帧：

df = pd.DataFrame({'col1': [1,2,3,4,5], 'col2':[1,2,3,4,5], 'col3':['a','b','c','d','e']})

我想创建一个新列，如果col1和col2等于1，它会说“是”，否则它会说“否”

我尝试过使用lambda函数，但没有成功：

df['win'] = df[['col1', 'col2']].apply(lambda x: 'Yes' if (x['col1'] == 1) & (x['col2'] == 1) else 'No')

---

有更好的方法吗？或者对我所做的工作进行改进，使其有效

您可以检查这两列是否等于

1

，然后按行执行，然后执行到

Yes

和

No

的映射：

df['win'] = df[['col1', 'col2']].eq(1).all(axis=1).replace({True: 'Yes', False: 'No'})

---

对于大型数据帧，这将更快，因为操作是“批量”完成的。

如果为此创建函数，比在轴1上应用lambda更好：

def yes_no(x):
 if (x['col1'] == 1) & (x['col2'] == 1):
   return 'Yes'
 else:
   return 'No'

然后在轴=1上应用lambda：

df['win'] = df.apply(lambda x: yes_no(x), axis = 1)

---

是的，您可以使用

np.where

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1': [1,2,3,4,5], 'col2':[1,2,3,4,5], 'col3':['a','b','c','d','e']})

condition = ((df['col1'] == 1) & (df['col2'] == 1))
# Return 'Yes' if the condition is True, and 'No' if False
df['win'] = np.where(condition, 'Yes', 'No')

---

虽然您不应该对此操作使用apply，但逻辑上您的apply是正确的。但是，您需要添加

axis=1

作为参数，以便它知道如何按行缓慢地进行计算：(