Python 3.x 如何检查数据帧行在各个列中是否具有特定值，可伸缩性

我已经实现了CN2分类算法，它诱导规则对表单的数据进行分类：

如果Attribute1=a和Attribute4=b则class=class 1

我当前的实现使用

iterrows（）

函数循环通过包含训练数据的pandas数据帧，如果每一行是否满足规则，则返回True或False。但是，我知道这是一个效率极低的解决方案。我想对代码进行矢量化，我目前的尝试如下：

DataFrame = df
    age  prescription  astigmatism  tear rate  
    1      1              2            1         
    2      2              1            1         
    2      1              1            2         

rule = {'age':[1],'prescription':[1],'astigmatism':[1,2],'tear rate':[1,2]}
df.isin(rule)

这将产生：

age  prescription  astigmatism  tear rate  
True   True             True       True  
False  False            True       True  
False  True             True       True  

我将规则编码为一个字典，其中包含目标属性的单个值和非目标属性的所有可能值的集合

---

我想要的结果是，如果规则的条件满足与否，那么每一行都有一个True或False，并且计算为all True的行的索引。目前我只能得到一个数据帧，每个值都有一个T/F。具体来说，在我所展示的示例中，我希望结果是第一行的索引，这是唯一满足规则的行。

我认为您需要检查每行是否至少有一个值为

True

使用：

或检查所有值是否均

True

s使用：

对于可能的过滤，请使用：

---

是否还要为问题添加预期输出？可能正在查找

df[df.isin（规则）.all（axis=1）]

或

df.index[df.isin（规则）.all（1）]

是否需要

df.isin（规则）.any（axis=1）

检查每行是否至少有一个值为

True

或

df.isin（规则）.all（axis=1）

检查所有值是否为True？

mask = df.isin(rule).any(axis=1)

print (mask)
0    True
1    True
2    True
dtype: bool

mask = df.isin(rule).all(axis=1)

print (mask)
0     True
1    False
2    False
dtype: bool

df = df[mask]