如何通过dataframe进行解析，根据另外两列的值生成新的列

Question

我想根据第1列和第2列或第3列的值创建一个新列“column\u new”。如果第1列=='C'，则第2列的值与第2列的值相同，但如果第1列=='G'，则第3列的值与第3列的值相同

我试过：

def new_value(x):
   if df1['column_1'] == 'C' :
      return df1['column_2']
   if df1['column_1'] == 'G':
      return df1['column_3']
   else:
       return 'Other'

df1['column_new'] = df1['column_1'].apply(new_value)

错误：值错误：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

也尝试过：

for row in df1:
    if df1.loc[df1['column_1'] == 'C']:
        df1['column_new'] = df1['column_2']
    elif df1.loc[df1['column_1'] == 'G']:
        df1['column_new'] = df1['column_3']

错误：值错误：数据帧的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

一些数据：

column_1    column_2    column_3
C   AAAACCCACCT ACCCA
C   GTGGGCTAAAA GGCTA
G   ATGGGCTTTTT GGCTT
G   AGAAAGCCCGC AAGCC

Answer 1

我想出来了：

def new_value(column_1,column_2, column_3):
    if column_1 == 'C':
        return column_2[:]
    elif column_1 == 'G':
        return column_3[:]
    else:
        return 'NaN'

df1['column_new'] = df1.apply(lambda row: new_value(row.column_1, row.column_2, row.column_3), axis = 1)