pandasデータフレームでは、他の2つのカラムの結果に基づいて3番目のカラムデータを生成します

Question

私はデータフレームの初心者です。私は、列A、BとCを持っており、A = 1および/またはB = 1が、その後、私は列Cで1を配置する場合、例えばCの値を作成するために、AとBのデータを使用すると、このロジックを行いますデータフレーム内のすべての行

出発配列：

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

など

得られた配列：

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

など

Answer 1

def f(x): 

    if (x.B==1) and (x.A !=1): #Or whatever logic you like 
     return 1 
    else: 
     return 0 

df['C'] = df.apply(lambda x: f(x), axis = 1) 

Answer 2

出発DFの所定：

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

次に、あなたのような列Cを作成することができます：使用numpy.where

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

Answer 3

：

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

は次にようdfを残し

df['C'] = np.where(df.A | df.B, 1, 0) 
print (df) 
    A B C 
0 0 0 0 
1 0 1 1 
2 1 0 1 
3 1 1 1 

df['C'] = np.where((df.A == 0) & (df.B == 0), 0, 1) 
print (df) 
    A B C 
0 0 0 0 
1 0 1 1 
2 1 0 1 
3 1 1 1 

それともsimplier astypeによってintにブールSeriesを変換します。

df['C'] = (df.A | df.B).astype(int) 
print (df) 
    A B C 
0 0 0 0 
1 0 1 1 
2 1 0 1 
3 1 1 1 

df['C'] = (~((df.A == 0) & (df.B == 0))).astype(int) 
print (df) 
    A B C 
0 0 0 0 
1 0 1 1 
2 1 0 1 
3 1 1 1 

Answer 4

あなたが使用してnumpyのlogical_andの論理的な機能とlogical_or

import numpy as np 

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

Answer 5

他のソリューションを使用することができますlist comprehesionとzip

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

それが返されます。

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

変更条件場合'A'と'B'==使用&：

例：（

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