如何基于多列条件在Pandas DataFrame中创建新列？

我有一个包含A、B、C、D、E列的Pandas DataFrame，各列的值仅为0或1，数据如下：

需求是创建新列“F”：当A、B、C、D、E任意一列包含1时，F的值为1；否则为0。预期输出如下：

我尝试了以下代码：

def stress(df1):
    if 0 not in ('A', 'B', 'C', 'D', 'E'):
        return 1
    else:
        return 0
    
df1['F'] = df1.apply(stress, axis=1)
df1

但得到的结果不符合预期，所有F列的值均为1：

同时出现警告：

c:\python39\lib\site-packages\pandas\core\frame.py:3607: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  self._set_item(key, value)

请提供正确的实现方法并解决警告问题。

错误原因 #

1. 逻辑错误：自定义函数里判断的是0 not in ('A', 'B', 'C', 'D', 'E')，这是在检查字符串"0"是否在列名列表里，结果永远为真，所以所有行返回1。正确逻辑应该是检查当前行的A-E列数值中是否存在1。
2. 警告原因：df1大概率是其他DataFrame的切片副本，直接修改副本会触发Pandas的修改警告。

正确实现方法 #

方法一：向量化操作（推荐，效率更高） #

利用Pandas的any()方法直接对每行进行判断，再转成整数类型：

# 先创建独立副本，解决警告问题
df1 = df1.copy()
# 生成F列：每行A-E列只要有一个1，F就是1，否则为0
df1['F'] = df1[['A', 'B', 'C', 'D', 'E']].any(axis=1).astype(int)

方法二：修正自定义函数 #

如果一定要用apply，需修改函数逻辑以正确获取行数据：

df1 = df1.copy()
def stress(row):
    # 检查当前行的A-E列数值中是否存在1
    return 1 if 1 in row[['A', 'B', 'C', 'D', 'E']].values else 0

df1['F'] = df1.apply(stress, axis=1)

警告解决 #

出现SettingWithCopyWarning的核心是df1是其他DataFrame的切片副本，解决方式：

• 在修改df1前执行df1 = df1.copy()，创建一个独立的DataFrame副本，后续操作就不会触发警告。

内容的提问来源于stack exchange，提问作者Nasi Padang