根据其他列中的两个条件创建新列

Question

我在熊猫中有一个数据框，如下所示：

    A   B
0   2   0
1   0   3
2   1   1
3   5   0
4   3   1

我需要根据A列和B列的条件创建一个新列：

if column A > 0 and column B > 0 : new column value = 1
else : new column value = 0

新列应如下所示：

    A   B   new_column
0   2   0   0
1   0   3   0
2   1   1   1
3   5   0   0
4   3   1   1

我尝试过 np.where ，但返回错误

df['new_column'] = np.where( (df['A']>0 & df['B']>0), 1 , 0)

这是错误：

TypeError: cannot compare a dtyped [float64] array with a scalar of type [bool]

我尝试应用，但也返回错误：

def F(x):
    if x['A'] > 0 & x['B'] > 0:
        return 1
    else:
        return 0

df['new_column'] = df.apply(F, axis=1)

这是错误：

TypeError: ("unsupported operand type(s) for &: 'int' and 'float'", 'occurred at index 0')

我已经将A列和B列转换为数字

df['A'] = pd.to_numeric(df['A'])
df['B'] = pd.to_numeric(df['B'])

我尝试过：

df['new_column'] = df[['A','B']].gt(0).all(1)

它返回True或False，而不是0/1