Python 如何从数据帧中的bool和float列计算新的矢量化列？

我的数据帧混合了浮点和布尔值：

df = pd.DataFrame.from_csv("C:\....")

df['isActive'] = (df.turns >= 250) & (df.alivePct > 0) & (df.changePct > 0)

我想创建一个新列，其中如果isActive==false，则值=0，否则值等于某个计算量，如下所示：

df['interestingness'] = (df.changePct * df.alivePct) if df.isActive else 0

但是，由于df.isActive是一个系列，因此我得到以下错误：

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

三值if/else运算符似乎不能用于矢量化操作

我还可以通过手动迭代来实现这一点吗

（注意：一个简单的破解方法是通过df.isActive将值设置为0，即False==0。但是我想知道一个更通用的解决方案。）

您可以使用：

对于一维数组，

np。其中（条件，A，B）

是一个向量化等价于

np.array([a if c else b for a,b,c in zip(condition, A, B)])

---

Pandas还提供了一种您可以使用的方法：

df['interestingness'] = (df.changePct * df.alivePct).where(df.isActive, 0)

---

一个不同的解决方案，可能不那么可读，但很有效

创建新列/系列：

>>> df
   0      1  2
0  1   True  9
1  2  False  9
2  3   True  9
3  4  False  9
4  5   True  9
>>> df[3] = 0

戴上面具

>>> mask = df[1]
>>> df[3][mask] = (df[0] * df[2])[mask]
>>> df
   0      1  2   3
0  1   True  9   9
1  2  False  9   0
2  3   True  9  27
3  4  False  9   0
4  5   True  9  45
>>> 

---

你说的更一般是什么意思？还有，为什么它是黑客？它并没有比乘法更一般，也没有比乘法更简单…还有，我的意思是，我看到你的担心像“如果布尔不是0和1呢？”但我会想，是的，把它们转换成0和1，然后再回到乘法。

np.where

解决方案也很好。

>>> mask = df[1]
>>> df[3][mask] = (df[0] * df[2])[mask]
>>> df
   0      1  2   3
0  1   True  9   9
1  2  False  9   0
2  3   True  9  27
3  4  False  9   0
4  5   True  9  45
>>>