Python：如何在pandas中进行条件操作？

我有一个数据帧

df

，如下所示

df   A   B    C
0    1   0.7 0.3
1    0   0.2 0.8
2    0   0.8 0.2
3    1   0.6 0.4
4    1   0.9 0.1

我想创建一个列

D

，如果a==1，则该列的值为

（1-B），如果a==0，则该列的值为
（1-C）。所以

df   A   B    C    D
0    1   0.7 0.3  0.3
1    0   0.2 0.8  0.2
2    0   0.8 0.2  0.8
3    1   0.6 0.4  0.4
4    1   0.9 0.1  0.1

如果按
B
和
C
列求和，则可以使用get
1
，而无需减去：

df['D'] = np.where(df['A'] == 0, df['B'], df['C'])
print (df)
   A    B    C    D
0  1  0.7  0.3  0.3
1  0  0.2  0.8  0.2
2  0  0.8  0.2  0.8
3  1  0.6  0.4  0.4

如果要使用公式和
A
列只包含
1
和
0
值：

df['D'] = np.where(df['A'] == 0, 1 - df['C'], 1 - df['B'])
print (df)
   A    B    C    D
0  1  0.7  0.3  0.3
1  0  0.2  0.8  0.2
2  0  0.8  0.2  0.8
3  1  0.6  0.4  0.4
4  1  0.9  0.1  0.1

如果可能，
A
列中的多个值（大多数通用解决方案）使用：

打印（df）
A、B、C
0  1  0.7  0.3
1  0  0.2  0.8
2  0  0.8  0.2
3  1  0.6  0.4
4.3 0.9 0.1如果按
B
和
C
列求和得到
1
可以使用，无需减去：

df['D'] = np.where(df['A'] == 0, df['B'], df['C'])
print (df)
   A    B    C    D
0  1  0.7  0.3  0.3
1  0  0.2  0.8  0.2
2  0  0.8  0.2  0.8
3  1  0.6  0.4  0.4

如果要使用公式和
A
列只包含
1
和
0
值：

df['D'] = np.where(df['A'] == 0, 1 - df['C'], 1 - df['B'])
print (df)
   A    B    C    D
0  1  0.7  0.3  0.3
1  0  0.2  0.8  0.2
2  0  0.8  0.2  0.8
3  1  0.6  0.4  0.4
4  1  0.9  0.1  0.1

如果可能，
A
列中的多个值（大多数通用解决方案）使用：

打印（df）
A、B、C
0  1  0.7  0.3
1  0  0.2  0.8
2  0  0.8  0.2
3  1  0.6  0.4
4.3 0.9 0.1
np.选择（）
和
np.其中（）
是一条路要走

还有一个选择，也可以

df.loc[df.A == 1, 'D'] = 1 - df.B
df.loc[df.A == 0, 'D'] = 1 - df.C

np.select（）
和
np.where（）
是正确的选择

还有一个选择，也可以

df.loc[df.A == 1, 'D'] = 1 - df.B
df.loc[df.A == 0, 'D'] = 1 - df.C