Python 熊猫-数据帧-条件添加

我想在数据框中添加一个新列。我有一个事件列表，如果其中任何一个与0不同，则新列中的行的值应为1

我认为它应该非常简单，但我对python还是相当陌生的

数据帧如下所示：

df=pd.DataFrame（{“ID”：[1,1,2,3]，“Date”：[“2019年1月1日”，“2019年1月1日”，“2019年1月2日”，“2019年1月1日”，“2019年1月2日]，“Event_1”：[1,0,0,0]，“Event_3”：[0,1,0,1]，“其他”：[0,0,0,1]）
打印（df）
ID日期事件\u 1事件\u 2事件\u 3其他
1     01/01/2019   1       1       0       0
1     01/01/2019   0       0       1       0
2     02/01/2019   0       0       0       0
3     02/01/2019   0       1       1       1

应该是这样的：

ID日期事件\u 1事件\u 2事件\u 3其他条件行
1     01/01/2019   1       1       0       0     1
1     01/01/2019   0       0       1       0     1
2     02/01/2019   0       0       0       0     0
3     02/01/2019   0       1       1       1     1

---

最简单的方法是什么？什么是最好的？

使用

过滤器
+
任何

由于所有非零整数在Python中都是真实的，因此直接在数据帧上调用
any
，将得到正确的掩码。由于您需要整数输出，我们可以使用内存有效的
视图
将布尔掩码视为整数类型



使用
DataFrame.filter
、
eq
和
any
首先，我们过滤以
事件
或
其他
开头的列。然后我们检查
行中是否有任何
行是
eq
（相等）到
1
：

df['Conditional_row'] = df.filter(regex="^Event|^Other").eq(1).any(axis=1).astype(int)

或使用：

df['Conditional_row'] = df[['Event_1', 'Event_2', 'Event_3', 'Other']].ne(0).any(1).astype(int)

现在：

print(df)

输出：

   ID        Date  Event_1  Event_2  Event_3  Conditional_row
0   1  01/01/2019        1        1        0                1
1   1  01/01/2019        0        0        1                1
2   2  02/01/2019        0        0        0                0
3   3  02/01/2019        0        1        1                1

假设数据帧存储在名为
df
的对象中。我相信这是最有效的方法：

df[“条件行”]=0
df.loc[df[“事件1”、“事件2”、“事件3”、“其他”]。总和（轴=1）>0，“条件行”]=1

输出如下所示：

打印（df）
ID日期事件1事件2事件3其他条件行
0   1  01/01/2019        1        1        0      0                1
1   1  01/01/2019        0        0        1      0                1
2   2  02/01/2019        0        0        0      0                0
3   3  02/01/2019        0        1        1      1                1

我在这里做的是：

我创建了一个用零填充的新列
我选择了列表中列的行和大于1的所有行
满足该条件的行的列
“Conditional_row”
用值1更新
代码
df[[“Event_1”、“Event_2”、“Event_3”、“Other”].sum（axis=1）>0
称为
mask
，它返回一个布尔数组（用
True
和
False
值填充的向量）。它选择返回值为
True
的所有行。通常，使用布尔数组进行切片是操作数据帧的最有效方式。
我在中有一个行列表：
event\u list=（“event\u 1”、“event\u 2”、“event\u 2”、“event\u 3”、“other”）
当我用
like='Event
替换
事件列表
时，我得到：
ValueError:无法从重复轴重新编制索引
请参见我的编辑，其中包括检查列
其他
@JesperMølgaardIt看起来很容易实现，但对我来说，这会引发一个类型错误：
无法将bool转换为numpy.ndarray
我的行列表位于：
event_list=（“event_1”，“event_2”，“event_2”，“event_3”，“other”）
并且我尝试替换['event_1'，'event_2'，'event_3']对于
事件列表
@JesperMølgaard添加了Other，使其几乎正常工作。它现在不会引发错误。但出于某种原因，它将所有值都设置为0
df['Conditional_row'] = df[['Event_1', 'Event_2', 'Event_3', 'Other']].ne(0).any(1).astype(int)

print(df)

   ID        Date  Event_1  Event_2  Event_3  Conditional_row
0   1  01/01/2019        1        1        0                1
1   1  01/01/2019        0        0        1                1
2   2  02/01/2019        0        0        0                0
3   3  02/01/2019        0        1        1                1