Python 基于条件的新列值

我有一个这样的数据集

df = pd.DataFrame({"A" :[1,1,3,4], "B": [1,3,2,2]})

如果a=1&B=1,3，我想创建一个类型为1的新列，它是C 我使用了.loc，我的代码是

df.loc[(df['A'] == 1)&(df['B'] == 1), 'C'] = 'type 1'
df.loc[(df['A'] == 1)&(df['B'] == 3), 'C'] = 'type 1'

以上是工作，但当我使用

df.loc[(df['A'] == 1)&(df['B'] == (1,3)), 'C'] = 'type 1'

不会发生任何事情，它不会显示错误，列也不会更新

预期产量为

A   B   C
1   1   type 1
1   3   type 1
3   2   Nan
4   2   Nan

还有别的办法吗

提前感谢

使用：

使用：

---

其他方法可能是尝试使用类似于：

如果您想修复代码，您可以尝试使用|分隔：

---

其他方法可能是尝试使用类似于：

如果您想修复代码，您可以尝试使用|分隔：

---

以下是一个可能的解决方案，它不使用任何库，而是使用熊猫：

df['C'] = pd.Series(index=range(len(df)), dtype='float')
df['C'][df['A'] == 1 & df['B'].isin((1, 3))] = 'type 1'

---

以下是一个可能的解决方案，它不使用任何库，而是使用熊猫：

df['C'] = pd.Series(index=range(len(df)), dtype='float')
df['C'][df['A'] == 1 & df['B'].isin((1, 3))] = 'type 1'

df['B'].isin[1,3]not==1,3.==1,3检查该值是否等价于值为1和3的元组。df['B'].isin[1,3]not==1,3.==1,3检查该值是否等价于值为1和3的元组。

df.loc[(df['A'] == 1)&((df['B'] ==1) | (df['B'] ==3)), 'C'] = 'type 1'

df['C'] = pd.Series(index=range(len(df)), dtype='float')
df['C'][df['A'] == 1 & df['B'].isin((1, 3))] = 'type 1'