Python 按行检查小于另一列值的值计数

我有一个这样的数据框

 df
 col1    col2    col3    col4
  1       3       4       2
  4       6       7       7
  3       6       3       3

现在我想找出有多少个值小于col4值，并将计数存储在另一列中，例如，在第一行中，有1个值小于2，因此新值将为1，最终数据帧应如下所示

col1    col2    col3    col4    col5
  1       3       4       2       1
  4       6       7       7       2
  3       6       3       3       0

---

我可以通过比较行值使用for循环来实现这一点，但执行时间将非常长。我正在寻找任何快捷方式或任何其他方法来最有效地进行计算。

我们可以在numpy中运行计算，使用and，比较每一行，求布尔结果的和，并分配给

col5

：

df['col5'] = np.sum(np.less(df.to_numpy()[:,:-1],
                            df.col4.to_numpy()[:,np.newaxis]),
                    axis=1)

df

  col1  col2    col3    col4    col5
0   1   3        4        2     1
1   4   6        7        7     2
2   3   6        3        3     0

---

我们可以使用and在numpy中运行计算，比较每一行，对布尔结果求和，并分配给

col5

：

df['col5'] = np.sum(np.less(df.to_numpy()[:,:-1],
                            df.col4.to_numpy()[:,np.newaxis]),
                    axis=1)

df

  col1  col2    col3    col4    col5
0   1   3        4        2     1
1   4   6        7        7     2
2   3   6        3        3     0

---

执行

lt

并通过

axis=0

df['new']=df.lt(df.col4,axis=0).sum(1)
df
   col1  col2  col3  col4  new
0     1     3     4     2    1
1     4     6     7     7    2
2     3     6     3     3    0

---

执行

lt

并通过

axis=0

df['new']=df.lt(df.col4,axis=0).sum(1)
df
   col1  col2  col3  col4  new
0     1     3     4     2    1
1     4     6     7     7    2
2     3     6     3     3    0

---

我们可以通过使用

数据帧来利用广播。lt

超过

轴=0

：

df['col5'] = df.loc[:, :'col3'].lt(df['col4'], axis=0).sum(axis=1)

   col1  col2  col3  col4  col5
0     1     3     4     2     1
1     4     6     7     7     2
2     3     6     3     3     0

或者，您可以明确使用：

df['col5']=np.sum（df.loc[：，：'col3']

我们可以通过使用

数据帧来利用广播。lt

超过

轴=0

：

df['col5'] = df.loc[:, :'col3'].lt(df['col4'], axis=0).sum(axis=1)

   col1  col2  col3  col4  col5
0     1     3     4     2     1
1     4     6     7     7     2
2     3     6     3     3     0

或者，您可以明确使用：

df['col5']=np.sum（df.loc[：，：'col3']

使用

df.lt

和

sum

df[['col1','col2','col3']].lt(df.col4.tolist(), axis=0).sum(1)

Out[76]:
0    1
1    2
2    0
dtype: int64

---

使用

df.lt

和

sum

df[['col1','col2','col3']].lt(df.col4.tolist(), axis=0).sum(1)

Out[76]:
0    1
1    2
2    0
dtype: int64