嵌套的 If-else pandas 数据框

Question

我有一个输入数据框df，我想在其中转换列A...A   B    asd0   dsf1   ewr2   dfds3   sdf...进入我的预期输出df1：        Aa  Ab  Ac              Bb                                asd        0   0   0               dsf        1   0   0               ewr        1   1   0               dfds        1   1   1               sdf代码：if df['A'] == '' :    df1['Aa'] = ''elif df['A'] == 1 :    df1['Aa'] == 1elif df['A'] == 0 :    df1['Aa'] == 0else:    df1['Aa'] == 1错误：if df['A'] == '' :                                                                                                                                                         File "C:\Python\Python38\lib\site-packages\pandas\core\generic.py", line 1478, in __nonzero__                                                                                                  raise ValueError(                                                                                                                                                                        ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().excel中类似的公式 B2 =IF(A2=1,1,IF(A2="","",IF(A2=0,0,1)))相似地; C2 = IF(A2=2,1,IF(A2="","",IF(A2=0,0,1)))尝试用 python 实现类似的东西。请帮忙！！逻辑：if value in df['A'] == ''; new column 'Aa,Ab,Ac' in df1 == ''if value in df['A'] == 1; new column 'Aa' in df1 == 1, and rest (Ab,Ac) == 0if value in df['A'] == 2; new column 'Aa, Ab' in df1== 1, and rest (Ac) == 0if value in df['A'] == 3; new column 'Aa,Ab,Ac' in df1 == 1因此，流程可能类似于：df1：A   Aa  Ab  Ac              Bb                            asd0   0   0   0               dsf1   1   0   0               ewr2   1   1   0               dfds3   1   1   1               sdf稍后只需删除列即可A。所以Final df1        Aa  Ab  Ac              Bb                                asd        0   0   0               dsf        1   0   0               ewr        1   1   0               dfds        1   1   1               sdf

Answer 1

找到了一种方法来做到这一点，只需将其放入函数中，您也可以将其用于其他嵌套循环

   conditions = [

        (df['A'] == 0),

        (df['A'] == 1),

        (df['A'] > 1)]

    choices = [0, 1, 1]

    df1['Aa'] = np.select(conditions, choices, default='null')

Answer 2

IIUC，尝试：

import pandas as pd    

df = pd.DataFrame({'a':["",0,1,2,3]})

df['new_a'] = pd.to_numeric(df['a'], errors='coerce')

df['Aa'] = df['new_a'].apply(lambda x: np.nan if math.isnan(x) else (0 if x==0 else (OTHER CONDITION)))

您可以使用类似的逻辑来创建“Ab”、“Ac”和“Bb”