大熊猫根据来自另一列的值来映射列数据，并使用if来确定要使用哪个字典
问题内容：
我有以下数据框：
df = pd.DataFrame([['Person1', 'CT', 2017],
['Person2', 'FL', 2017],
['Person3', 'TX', 2017],
['Person1', 'TX', 2016]], columns=['Name', 'State', 'Year'])
还有下面的两个映射表：
state_map = {'CT': 'Connecticut', 'FL': 'Florida', 'TX':'Texas'}
state_map2 = {'CT': 'ABC-CT', 'FL': 'BBC-Florida', 'TX':'CDA-TX'}
数据如下所示：
Name State Year
0 Person1 CT 2017
1 Person2 FL 2017
2 Person3 TX 2017
3 Person1 TX 2016
我想找到一种添加新列的方法，该列使用if条件确定是否使用从state_map或state_map2映射的值映射的值。因此，如果df [df [‘Name’]
==’Person1’]，则使用state_map，否则使用state_map2。
最终输出应如下所示：
Name State Year New_State_Name
0 Person1 CT 2017 Connecticut
1 Person2 FL 2017 BBC-Florida
2 Person3 TX 2017 CDA-TX
3 Person1 TX 2016 Texas
我尝试了以下代码，但是没有用。
df['New_State_Name'] = [state_map[x] if df[df['Name'] == 'Person1'] else
state_map2[x] for x in df['State']]
我收到一个错误消息：
ValueError: The truth value of a DataFrame is ambiguous. Use a.empty,
a.bool(), a.item(), a.any() or a.all().
问题答案：
用途np.where：
df['New_State_Name'] = np.where(df['Name']=='Person1',df['State'].map(state_map),df['State'].map(state_map2))
输出：
Name State Year New_State_Name
0 Person1 CT 2017 Connecticut
1 Person2 FL 2017 BBC-Florida
2 Person3 TX 2017 CDA-TX
3 Person1 TX 2016 Texas
