如何在Pandas中基于两列布尔值创建without_trial新列？

你可以通过两种简单的方式实现需求，以下是具体方法：

方法一：直接向量化布尔运算（最简洁） #

因为df['trial']和df['subscribe']本身就是布尔列，直接用布尔运算符组合即可：

df['without_trial'] = df['subscribe'] & ~df['trial']

• ~df['trial']对trial列取反，得到所有trial为False的行
• &表示逻辑与，只有当subscribe为True且trial取反后为True（即原trial为False）时，结果才为True

如果习惯显式判断，也可以写成：

df['without_trial'] = (df['subscribe'] == True) & (df['trial'] == False)

方法二：正确使用df.loc方法 #

如果你想用loc实现，需要先初始化新列为False，再定位符合条件的行修改值：

# 先初始化新列全为False
df['without_trial'] = False
# 定位符合条件的行，将对应值设为True
df.loc[df['subscribe'] & ~df['trial'], 'without_trial'] = True

注意：Pandas中向量化逻辑运算必须用&（与）、|（或）、~（非），不能用Python原生的and/or/not，这可能是你之前用loc出错的原因。

测试示例 #

以下是完整的测试代码，你可以直接运行验证：

import pandas as pd

# 构造测试DataFrame
data = {
    'trial': [True, False, True, False],
    'subscribe': [True, True, False, False]
}
df = pd.DataFrame(data)

# 创建新列
df['without_trial'] = df['subscribe'] & ~df['trial']

print(df)

输出结果：

trial  subscribe  without_trial
0   True       True          False
1  False       True           True
2   True      False          False
3  False      False          False

内容的提问来源于stack exchange，提问作者user20057611