Python 迭代df以比较值

我有一个大的数据框，我需要比较第一列中的第一个条目和第二列中的第一个条目。然后从第一列的第一个条目到第三列的第一个条目，等等。基本上我想看看这两个值是否大于0，然后做些什么。有没有一种方法可以使用熊猫数据帧来实现这一点

0  22 0 44 5 6
1  12 3 56 0 0
2  0  0 1  0 0
3  1  2 0  0 0

所以我想看看22和0是否都大于0。然后，如果22和44都大于0。如果22和5都大于0。如果22和6都大于0。如果12和3都大于0。然后，如果12和56都大于0。。。等等如果一对元素都大于0，那么我的代码将执行其他操作

我假设有一种简单的方法可以迭代我刚刚缺少的行和列。

使用每轴=1-列，按条件进行匹配，并通过

any

测试这两个行中是否至少有一个

True

，或者如果两个行和列都是

True

则使用change

any

到

all

第一列是填充的

NaN

s，因此（我希望）最后一列

NaN

s是必需的，将它们替换为并转换为

boolean

：

print (df)
    a  b   c  d  e
0  22  0  44  5  6
1  12  3  56  0  0
2   0  0   1  0  0
3   1  2   0  0  0


def f(x):
    print (x)
    mask = x > 0
    print (mask)
    return mask.any()


df = df.rolling(2, axis=1).apply(f, raw=True).shift(-1, axis=1).fillna(0).astype(bool)
print (df)
       a     b      c      d      e
0   True  True   True   True  False
1   True  True   True  False  False
2  False  True   True  False  False
3   True  True  False  False  False

---

看看这个建议，这可能对你有用

import pandas as pd
data = [[22, 0, 44, 5, 6], [12, 3, 56, 0, 0], [0, 0, 1, 0, 0], [1, 2, 0, 0, 0]]
df = pd.DataFrame(data)

# we ignore the first column since we will use it to compare
columns = df.columns[1:]

# new dataframe for convenience purposes
new_df = df.copy(deep=True)

# iterate through each column and compare the 1st and the iterating column and if both above zero make True or False
for i in columns:
    new_df.iloc[:, i] = (df.iloc[:, 0] > 0) & (new_df.iloc[:, i] > 0)

# check results
new_df

---

对不起，我觉得我原来的问题不清楚。我只是为了（希望）更清晰地编辑了它。我认为，如果不同列中的元素>第一列中的元素，那么您提供的代码将进行比较。我需要看看这两个值是否都大于0。