Разнести значения из одного столбца по остальным в зависимости от значения

df = pd.DataFrame({'ERR': [0,1,2,3,4], 'E0': [0,0,0,0,0], 'E1': [0,0,0,0,0], 'E2': [0,0,0,0,0],'E3': [0,0,0,0,0],'E4': [0,0,0,0,0]})
df

def rasklad(Cod_err):
  if Cod_err == 0:
    return('E0')
  elif Cod_err == 1:
    return('E1')
  elif Cod_err == 2:
    return('E2')
  elif Cod_err == 3:
    return('E3')
  elif Cod_err == 4:
    return('E4')
  else:
    pass

stolbec = df['ERR'].apply(lambda x: Cod_err(x))
df[stolbec] = 1

for c in df.columns.values[1:]:
    df.loc[df['ERR'] == int(c[1:]) , c] = 1

res = pd.get_dummies(df['ERR']).astype(int)

df_SBP_IT = df_SBP.groupby('WTIME', as_index=False).agg({'SUMM': ['sum','count'], 'E1': ['sum','count'], 'E2': ['sum','count'], 'E3': ['sum','count'], 'E4': ['sum','count'], 'E5': ['sum','count'], 'E6': ['sum','count'], 'E7': ['sum','count'], 'E9': ['sum','count'], 'E10': ['sum','count'], 'E11': ['sum','count'], 'E12': ['sum','count'], 'E0': ['sum','count']})

df_SBP[['C1','C2','C3','C4','C5','C6','C7','C8','C9','C10','C11','C12','C0']] = 0

columns = ['ERR', 'E1', 'E2', 'E3', 'E4', 'E5', 'E6', 'E7', 'E8', 'E9', 'E10', 'E11', 'E12', 'E0']
columns_С = ['C1','C2','C3','C4','C5','C6','C7','C8','C9','C10','C11','C12','C0']
for c in columns[1:]:
  # Проставим сумму единицу по видам ошибок
  df_SBP.loc[                                        ] = 1
  # Проставим сумму платежа по видам ошибок
  df_SBP.loc[df_SBP['ERR'].astype('str') == c[1:] , c] = df_SBP['SUMM']

data.loc['2000-01':'2000-02',['D','B','A']] # по названию

print d.loc[d.groupby('A')['B'].idxmin()]

columns_e = ['E1', 'E2', 'E3', 'E4', 'E5', 'E6', 'E7', 'E8', 'E9', 'E10', 'E11', 'E12', 'E0']
columns_c = ['C1','C2','C3','C4','C5','C6','C7','C8','C9','C10','C11','C12','C0']
for e, c in zip(columns_e, columns_c):
  # Проставим сумму единицу по видам ошибок
  df_SBP.loc[df_SBP['ERR'] == int(c[1:]) , c] = 1
  # Проставим сумму платежа по видам ошибок
  df_SBP.loc[df_SBP['ERR'] == int(e[1:]) , e] = df_SBP['SUMM']

columns = ['ERR', 'E1', 'E2', 'E3', 'E4', 'E5', 'E6', 'E7', 'E8', 'E9', 'E10', 'E11', 'E12', 'E0']
for c in columns[1:]:
    df_SBP.loc[df_SBP['ERR'] == int(c[1:]) , [c, "c"+c[1:]]] = df_SBP['SUMM'], 1

df_SBP_IT = df_SBP.groupby('WTIME', as_index=False).agg({'SUMM': ['sum','count'],'E1': ['sum'],'C1': ['sum'],'E2': ['sum'],'C2': ['sum'],'E3': ['sum'],'C3': ['sum'],'E4': ['sum'],'C4': ['sum'],'E5': ['sum'],'C5': ['sum'],'E6': ['sum'],'C6': ['sum'],'E7': ['sum'],'C7': ['sum'],'E8': ['sum'],'C8': ['sum'],'E9': ['sum'],'C9': ['sum'],'E10': ['sum'],'C10': ['sum'],'E11': ['sum'],'C11': ['sum'],'E0': ['sum'],'C0': ['sum']})

for e, c in zip(columns_e, columns_c):
  # Проставим сумму единицу по видам ошибок
  #df_SBP.loc[df_SBP['ERR'] == int(c[1:]) , c] = 1
  # Проставим сумму платежа по видам ошибок
  df_SBP.loc[df_SBP['ERR'] == int(e[1:]) , e] = df_SBP['SUMM']
 
 
print(df_SBP)
pivot = pd.pivot_table(df_SBP, index="DATA", aggfunc={'sum', lambda x: np.count_nonzero(x)})
print(pivot)

index=''DATA''

index=''WTIME''

pivot = pd.pivot_table(df_SBP['E1', 'E2'], index="WTIME", aggfunc={'sum', lambda x: np.count_nonzero(x)})

pivot = pd.pivot_table(df_SBP, values=['E1','E2','E3','E4','E5','E6','E7','E8','E9','E10','E11','E12','E0'], index="WTIME", aggfunc={'sum', lambda x: np.count_nonzero(x)})