如何基于其他三列中的一列创建新列？

Question

我有一个Dataframe，它有一个movie name列和3个其他列（我们称它们为a、B和C），它们是来自3个不同来源的收视率。 有许多电影只有一个评级，一些电影与来自3个论坛的组合，还有一些没有评级。我想创建一个新列，它将：

1. 如果列具有关联的分级，请使用
2. 如果列为空，则从B获取关联的评级
3. 如果B列为空，则从C获取相关的评级
4. 如果C列为空，则返回“Unrated”

到目前为止，我的代码是这样的：

def check_rating(rating):
    if newyear['Yahoo Rating'] != "\\N":
        return rating
    else:
        if newyear['Movie Mom Rating'] != "\\N":
            return rating
        else:
            if newyear['Critc Rating'] != "\\N":
                return rating
            else:
                return "Unrated"

df['Rating'] = df.apply(check_rating, axis=1)

我得到的错误是：

ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index 0')

对于我的数据帧的可视性，这里是newyear.head()：

我不确定这个值错误对解决这个问题意味着什么，也不确定这是否是正确的方法。你知道吗

Answer 1

我会这样做：

df = df.replace('\\N', np.nan)  # this requires import numpy as np
(df['Yahoo Rating'].fillna(df['Movie Mom Rating']
                   .fillna(df['Critic Rating']
                   .fillna("Unrated"))))

代码无法工作的原因是newyear['Yahoo Rating'] != "\\N"是一个布尔数组。你在这里说的是if [True, False, True, False]:。这就是模棱两可的根源。你如何评价这种情况？如果所有这些都是真的，你会执行吗？或者仅仅一个就足够了？你知道吗

作为M. Klugerford explained，您可以更改它，以便逐行计算它（因此返回单个值）。但是，逐行应用操作通常很慢，而且pandas有很好的工具来处理丢失的数据。所以我才提出这个建议。你知道吗

Answer 2

您正在原始函数中返回rating。。但是rating是行，而不是任何列的值

>>> df
    A   B   C Genre Title Year
0   7   6  \N    g1    m1   y1
1  \N   5   7    g2    m2   y2
2  \N  \N  \N    g3    m3   y3
3  \N   4   1    g4    m4   y4
4  \N  \N   3    g5    m5   y5

>>> def rating(row):
    if row['A'] != r'\N':
        return row['A']
    if row['B'] != r'\N':
        return row['B']
    if row['C'] != r'\N':
        return row['C']
    return 'Unrated'

>>> df['Rating'] = df.apply(rating, axis = 1)
>>> df
    A   B   C Genre Title Year   Rating
0   7   6  \N    g1    m1   y1        7
1  \N   5   7    g2    m2   y2        5
2  \N  \N  \N    g3    m3   y3  Unrated
3  \N   4   1    g4    m4   y4        4
4  \N  \N   3    g5    m5   y5        3