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

    asd

0   dsf

1   ewr

2   dfds

3   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'] == 1

elif df['A'] == 0 :

    df1['Aa'] == 0

else:

    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) == 0

if value in df['A'] == 2; new column 'Aa, Ab' in df1== 1, and rest (Ac) == 0

if 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

                            asd

0   0   0   0               dsf

1   1   0   0               ewr

2   1   1   0               dfds

3   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”