Python 使用&;/np.where()/np.any()
我有一个数据框,看起来像:Python 使用&;/np.where()/np.any(),python,pandas,numpy,boolean,any,Python,Pandas,Numpy,Boolean,Any,我有一个数据框,看起来像: a A a B a C a D a E a F p A p B p C p D p E p F 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 2 0 1 0 0 0 0 0 0 1
a A a B a C a D a E a F p A p B p C p D p E p F
0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 0 0 0 0 0 0 0 0 0 0 0
2 0 1 0 0 0 0 0 0 1 0 0 0
3 0 0 1 0 0 1 0 0 0 0 0 0
4 0 0 0 1 0 1 0 0 0 0 0 0
5 0 0 0 0 1 0 0 0 0 0 0 0
6 0 0 0 0 0 0 1 0 0 0 0 0
df = pd.DataFrame({'p A':[0,0,0,0,0,0,1],'p B':[0,0,0,0,0,0,0],'p C':[0,0,1,0,0,0,0],'p D':[0,0,0,0,0,0,0],'p E':[0,0,0,0,0,0,0],'p F':[0,0,0,0,0,0,0],'a A':[0,1,0,0,0,0,0],'a B':[0,0,1,0,0,0,0],'a C':[0,0,0,1,0,0,0],'a D':[0,0,0,0,1,0,0],'a E':[0,0,0,0,0,1,0],'a F': [0,0,0,1,1,0,0]})
注意:这是我实际数据的简化版本
a代表实际情况;p代表预测值;A-F表示一系列标签
我想写一个查询,对于我的数据帧中的每一行,当:(p columns中的所有行值=0)和(a columns中的至少一个行值=1)时返回True,即对于每一行,p columns固定为0,a column=1
使用和的答案
我目前通过使用&
和np.any()
有没有一种更简洁易读的方法可以实现这一点?您可以使用
~
来反转布尔掩码,并按位置选择:
print (~df.iloc[:,6:11].any(1) & df.iloc[:,0:6].any(1))
0 False
1 True
2 False
3 True
4 True
5 True
6 False
dtype: bool
或用于按列名选择,用于检查至少一个True
,或用于检查每行是否所有值均True
该函数用于与0
进行比较
print (~df.filter(like='p').any(1) & df.filter(like='a').any(1))
0 False
1 True
2 False
3 True
4 True
5 True
6 False
dtype: bool
哪一个是最“Pythonic”/“Pandas”中使用最多的?这取决于您,但我更喜欢更多的
过滤器解决方案,因为更具动态性-如果添加一些列,解决方案仍然可以完美工作。好的,太好了。谢谢
print (~df.filter(like='p').any(1) & df.filter(like='a').any(1))
0 False
1 True
2 False
3 True
4 True
5 True
6 False
dtype: bool
print (df.filter(like='p').eq(0).all(1) & df.filter(like='a').any(1))
0 False
1 True
2 False
3 True
4 True
5 True
6 False
dtype: bool