Python 为分析整个列的应用程序编写函数？

我有一个dataframe（它是使用pivot函数的产物，这就是为什么它有c和a）：

我想在这个数据框的底部添加一个新行。新行中的每个单元格将计算其上方的列；如果该列包含数字9、8或3，则该单元格的计算结果将为“TRUE”。如果列不包含这些数字，则单元格的计算结果将为“FALSE”。最终，我的目标是使用drop函数删除带有“FALSE”单元格的列，创建如下数据集：

c 367235    419895
a
1999-02-06  Nan 9
2000-04-03  2   Nan
1999-04-12  Nan Nan
1999-08-08  2   Nan 
1999-11-01  8   5
1999-12-08  Nan 3
1999-08-17  Nan Nan
1999-10-22  Nan 3   
1999-03-23  Nan 4
2000-09-29  9   Nan
1999-04-30  Nan Nan
2000-09-30  9   Nan
           TRUE TRUE

我的问题是：

我可以编写一个函数来计算列表中是否有几个数字之一，但我无法将此函数写入.apply

也就是说，我发现这可以用来确定一组数字是否在列表中：

我尝试对应用函数进行如下修改：

def BIS(i):
        L1 = [9,8,3]
        if i in L1:
            return "TRUE"
    else:
        return "FALSE"
df_wanted.apply(BIS, axis = 0)

这将导致一个错误： （‘序列的真值不明确。请使用a.empty、a.bool（）、a.item、a.any（）.‘u’出现在索引367235’）

这使我认为，尽管.apply将整个列作为输入，但它无法聚合所有单个单元格的真值，并得出该列的总真值。我查了a.any和a.bool，它们看起来很有用，但我不知道把它们放在哪里？例如，这不起作用：

df_wanted.apply.any(BIS, axis = 0)

这一点也没有

df_wanted.apply(BIS.any, axis = 0).

---

谁能给我指出正确的方向吗？非常感谢

您可以使用

.isin（）

方法：

df.loc[:, df.isin(['9','8','3']).any()]

如果需要将条件附加到数据帧：

cond = df.isin(['9','8','3']).any().rename("cond")
df.append(cond).loc[:, cond]

---

完成的数据集看起来很漂亮-正是我想要的。逻辑似乎也是正确的，但我对python仍然一无所知，无法重新创建结果。当我输入您的代码时，我得到：“空数据框列：[]索引：[1999-02-06 00:00:00，…[长的日期列表]。知道我错过了什么步骤吗？在原始数据框中，数据类型可能是数字的。尝试用

[9'，'8'，'3']

替换

[9,8,3]

。

cond = df.isin(['9','8','3']).any().rename("cond")
df.append(cond).loc[:, cond]