Python 在考虑条件的情况下创建新列

我试图根据一个条件创建一个新列，其思想是，如果第一列的值为0，则取第二列，如果没有，则离开第一列

df1 = pd.DataFrame({
'Buyer': ['Carl', 'Carl', 'Carl'],
'Quantity': [18, 0, 5],
'Hoja':[2,4,8],
'Salida':[0,0,0]})

def remean_points(row):
    if df1.Quantity==0:
        row.Salida = Quantity
    else:
        df1.Salida= row.Hoja
    return row

df1.apply(remean_points, axis='columns')

但是我发现下面的错误，我不知道如何解决它，我感谢你的帮助

ValueError                                Traceback (most recent call last)
<ipython-input-20-7c3222c7a9a8> in <module>
      6     return row
      7 
----> 8 df1.apply(remean_points, axis='columns')

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py in apply(self, func, axis, raw, result_type, args, **kwds)
   6876             kwds=kwds,
   6877         )
-> 6878         return op.get_result()
   6879 
   6880     def applymap(self, func) -> "DataFrame":

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\apply.py in get_result(self)
    184             return self.apply_raw()
    185 
--> 186         return self.apply_standard()
    187 
    188     def apply_empty_result(self):

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\apply.py in apply_standard(self)
    294             try:
    295                 result = libreduction.compute_reduction(
--> 296                     values, self.f, axis=self.axis, dummy=dummy, labels=labels
    297                 )
    298             except ValueError as err:

pandas\_libs\reduction.pyx in pandas._libs.reduction.compute_reduction()

pandas\_libs\reduction.pyx in pandas._libs.reduction.Reducer.get_result()

<ipython-input-20-7c3222c7a9a8> in remean_points(row)
      1 def remean_points(row):
----> 2     if df1.Quantity==0:
      3         row.Salida = Quantity
      4     else:
      5         df1.Salida= row.Hoja

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
   1477     def __nonzero__(self):
   1478         raise ValueError(
-> 1479             f"The truth value of a {type(self).__name__} is ambiguous. "
   1480             "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
   1481         )

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

ValueError回溯（最近一次调用）
在里面
6返回行
7.
---->8 df1.应用（重新定义点，轴=列）
C:\ProgramData\Anaconda3\lib\site packages\pandas\core\frame.py在应用中（self、func、axis、raw、result\u type、args、**kwds）
6876科威特第纳尔=科威特第纳尔，
6877         )
->6878返回操作获取结果（）
6879
6880 def applymap（self，func）->“数据帧”：
获取结果（self）中的C:\ProgramData\Anaconda3\lib\site packages\pandas\core\apply.py
184返回self.apply_raw（）
185
-->186返回自我。应用_标准（）
187
188 def应用\空\结果（自身）：
C:\ProgramData\Anaconda3\lib\site packages\pandas\core\apply.py在apply\u标准（self）中
294试试：
295结果=libreduce.compute\u reduce(
-->296个值，self.f，轴=self.axis，虚拟=虚拟，标签=标签
297                 )
298除ValueError作为错误外：
熊猫\\u libs\reduce.pyx在熊猫中。_libs.reduce.compute\u reduce（）
pandas\\ libs\reduce.pyx在pandas中。\ libs.reduce.Reducer.get\ u result（）
在remean_点（世界其他地区）
1个定义点（世界其他地区）：
---->2如果df1.数量==0：
3行Salida=数量
4其他：
5 df1.Salida=霍亚区
C:\ProgramData\Anaconda3\lib\site packages\pandas\core\generic.py in\uuuuuuuu nonzero\uuuuuuuuu（self）
1477定义非零（自）：
1478升值错误(
->1479F“一个{type（self）。{name}的真值是不明确的。”
1480“使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）
1481         )
ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

您的错误消息是抱怨序列的真值不明确，这意味着您有一个充满布尔值的序列对象，而if不知道如何处理它。它需要一个布尔值

之所以会出现这种情况，是因为这一行

如果df1.Quantity==0:

，则会询问列的每个值是否等于零，这就是为什么会有布尔级数。我的猜测是，您试图只检查函数接收到的特定行的值

Quantity

，因此您应该为该行更改df1

---

如果我正确理解了您的目标，这就是您想要的函数和函数调用：

df1 = pd.DataFrame({
'Buyer': ['Carl', 'Carl', 'Carl'],
'Quantity': [18, 0, 5],
'Hoja':[2,4,8],
'Salida':[0,0,0]})

def remean_points(row):
    if row.Quantity==0:
        return row.Quantity
    else:
        return row.Hoja


df1["Salida"] = df1.apply(remean_points, axis ="columns")

PS：如果您确实希望以这种方式使用df1，我建议您也将其作为函数的参数传递，以避免以后出现令人讨厌的副作用