您可以使用：

df['new_col'] = df['col'].lt(0.9).astype(int)

或使用numpy.where：

import numpy as np
df['new_col'] = np.where(df['col'].lt(0.9), 1, 0)

您可以使用numpy.where。

import numpy as np
df['colIsAcceptable'] = np.where(df['col'] < 0.9, 1, 0)

colIsAcceptable = df['var'].apply(lambda x: 1 if x < 0.9 else 0)

在非常大的数据集上，apply可能会很慢，我不知道还有更有效的方法，但是对于一般用途来说是很好的

我假设 Dataframe 上的第一列名为“var”，第二列名为“colIsAcceptable”，然后您可以使用.map()函数

df['colIsAcceptable']= df['var'].map(lambda x: 1 if x<0.9 else 0)

df['col2'] = 0
df.loc[df['col1'] < 0.9, 'col2'] = 1

这是一个简单的例子，可以做你所要求的事情。