如何在Pandas DataFrame中按指定条件创建0-1新列？

方法一：利用逻辑表达式直接推导 #

观察规则可发现，新列的值等价于col1与col2是否为正的结果不相等，用这个逻辑生成新列最简洁：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'col1': [0, 0, 1, 1, 1],
    'col2': [2, -4, -2, 5, 9]
})

# 生成新列
df['new_colum'] = (df['col1'] != (df['col2'] > 0)).astype(int)

运行后结果完全匹配示例：

col1  col2  new_colum
0     0     2          1
1     0    -4          0
2     1    -2          1
3     1     5          0
4     1     9          0

方法二：使用np.where显式匹配规则 #

如果更倾向于直观对应每条规则，可用嵌套np.where：

import numpy as np

df['new_colum'] = np.where(
    df['col1'] == 0,
    np.where(df['col2'] > 0, 1, 0),
    np.where(df['col2'] < 0, 1, 0)
)

该写法完全对应你列出的规则：

• 当col1为0时，col2为正设1，为负设0
• 当col1为1时，col2为负设1，为正设0

方法三：自定义函数+apply（不推荐大数据集） #

若需灵活扩展逻辑，可使用自定义函数配合apply，但效率较低，不适合大样本：

def get_new_col(row):
    if row['col1'] == 0:
        return 1 if row['col2'] > 0 else 0
    else:
        return 1 if row['col2'] < 0 else 0

df['new_colum'] = df.apply(get_new_col, axis=1)

内容的提问来源于stack exchange，提问作者user15649753