Python 在dataframe中，根据其他两列中的结果生成第三列数据

我是数据帧的新手。我有

A

、

B

和

C

列，希望使用A和B中的数据在C中创建一个值。例如，如果

A=1

和/或

B=1

，那么我想在

C

列中放置

1

，并对数据框中的所有行执行此逻辑

e、 g.起始阵列：

         A  B  C
0        1  0  
1        0  1  
2        1  1  
3        0  0  

         A  B  C
0        1  0  1
1        0  1  1
2        1  1  1
3        0  0  0

等

结果数组：

         A  B  C
0        1  0  
1        0  1  
2        1  1  
3        0  0  

         A  B  C
0        1  0  1
1        0  1  1
2        1  1  1
3        0  0  0

---

etc

给定的起始DF为：

df = pd.DataFrame({'A': [1, 0, 1, 0], 'B': [0, 1, 1, 0]})

然后可以创建列

C

，如下所示：

df['C'] = (df == 1).any(axis=1).astype(int)

然后将

df

保留为：

   A  B  C
0  1  0  1
1  0  1  1
2  1  1  1
3  0  0  0

使用：

或者更简单地将布尔值

系列

转换为

int

，方法是：

---

您可以使用numpy

logical\u和

和

logical\u或

import numpy as np

df['C'] = np.logical_and(df['A'], df['B']).astype(int)

---

使用

列表压缩和
压缩的其他解决方案

df['C'] = [(1 if i or j == 1 else 0) for i,j in zip(df['A'], df['B'])]

它返回：

   A  B  C
0  1  0  1
1  0  1  1
2  1  1  1
3  0  0  0

如果
'A'
和
'B'
==
1使用
&
，请更改条件：

例如：

df['C'] = [(1 if i & j == 1 else 0) for i,j in zip(df['A'], df['B'])]

这将返回：

   A  B  C
0  1  0  0
1  0  1  0
2  1  1  1
3  0  0  0

df['C']=（df==1）.any（axis=1）.astype（int）
也许就足够了？@JohnGalt-yup-傻我-谢谢你。我已经更新了答案。
   A  B  C
0  1  0  0
1  0  1  0
2  1  1  1
3  0  0  0