Python 比较数据帧中行内的列值

我有一个具体的和一般的问题，我正试图解决

具体问题： 我想在数据帧中创建一个新列，如果列C1为8且行中的所有其他值小于8，则该列的值为1。如何在逻辑上同时对所有其他列求反？以下是我有缺陷尝试的代码：

df["C1is_8"] = df.apply(lambda row:(row['C1']==8)& ~(row['C1']<8) ,axis=1).astype(int)

---

一般问题：如何重写上述代码的某些版本，以便对其进行概括（即第[I]行），使其适用于任何列，而不仅仅是“C1”？

我认为这个答案满足您的具体问题和一般问题，使用

过滤器
和
所有
：

# define the column you want to apply your first condition to
col = 'C1'

# Python 3.6 or above, with f-strings:
df['new_col'] = ((df[col] == 8) & (df.filter(regex=f'[^{col}]') < 8).all(1)).astype(int)
# Otherwise:
df['new_col'] = ((df[col] == 8) & (df.filter(regex='[^{}]'.format(col)) < 8).all(1)).astype(int)

>>> df
    C1  C2  C3  C4  new_col
1    4   8   2   8        0
2    3   3   3   5        0
3    0   3   6   4        0
4    0   7   4   4        0
5    2   6   5   4        0
6    3   5   0   3        0
7    4   3   0   2        0
8    5   5   4   1        0
9    8   6   6   4        1
10   8   8   7   2        0
11   8   8   8   6        0
12   8   8   8   8        0

#定义要应用第一个条件的列
col='C1'
#Python 3.6或更高版本，带有f字符串：
df['new_col']=（（df[col]==8）和（df.filter（regex=f'[^{col}]'）<8.all（1））.astype（int）
#否则：
df['new_col']=（（df[col]==8）和（df.filter（regex='[^{}]'.format（col））<8.all（1））.astype（int）
>>>df
C1 C2 C3 C4新颜色
1    4   8   2   8        0
2    3   3   3   5        0
3    0   3   6   4        0
4    0   7   4   4        0
5    2   6   5   4        0
6    3   5   0   3        0
7    4   3   0   2        0
8    5   5   4   1        0
9    8   6   6   4        1
10   8   8   7   2        0
11   8   8   8   6        0
12   8   8   8   8        0
@sacul，请您解释一下
all
，尽管我理解
pandas.Series.all:如果所有元素都为True，则返回True
，我想当您说
all（1）
时columns@pygo，没错，它检查一行中的所有值（除过滤掉的值外）（即跨所有列）满足
<8
条件
# define the column you want to apply your first condition to
col = 'C1'

# Python 3.6 or above, with f-strings:
df['new_col'] = ((df[col] == 8) & (df.filter(regex=f'[^{col}]') < 8).all(1)).astype(int)
# Otherwise:
df['new_col'] = ((df[col] == 8) & (df.filter(regex='[^{}]'.format(col)) < 8).all(1)).astype(int)

>>> df
    C1  C2  C3  C4  new_col
1    4   8   2   8        0
2    3   3   3   5        0
3    0   3   6   4        0
4    0   7   4   4        0
5    2   6   5   4        0
6    3   5   0   3        0
7    4   3   0   2        0
8    5   5   4   1        0
9    8   6   6   4        1
10   8   8   7   2        0
11   8   8   8   6        0
12   8   8   8   8        0