在dataframes Python中选择公共元素

我有3个DFs，我希望找到具有共同方向的所有单元格（即始终为正或始终为负，跨DFs）：

结果应该是3个数据帧，其中不一致的元素显示NAs。例如，对于

test1

，它将是：

test=pd.DataFrame([[NA,1,NA,3],
                   [NA,NA,NA,2],
                   [2,1.5,-3,1]],
                  columns=['a','b','c','d']
                   )

注意，不考虑0（即，导致NA）。 我可以一个细胞一个细胞地做，但我想知道这是否可能在将来做 一次完成整个数据帧

我试着做

（（test>0）和（test1>0）和（test2>0））

这是可行的，但我不能将其与否定项合并

---

提前非常感谢

您可以使用

np。签名

并添加相等测试，然后

其中

执行此操作：

 test.where(np.sign(test).add(np.sign(test2)).add(np.sign(test3)).abs() == 3)

输出：

     a    b    c  d
0  NaN  1.0  NaN  3
1  NaN  NaN  NaN  2
2  2.0  1.5 -3.0  1

---

一种稍有不同的方法-您可以将底层数组堆叠在一起，使用

np.sign

，然后在添加的维度上求和并减少，以生成

df.where

的掩码

In [58]: m, n = test.shape

In [59]: signs = np.sign(np.dstack((test, test2, test3)))

In [60]: mask = np.abs(np.sum(signs, -1)) == m

In [61]: test.where(mask)
Out[61]: 
     a    b    c  d
0  NaN  1.0  NaN  3
1  NaN  NaN  NaN  2
2  2.0  1.5 -3.0  1

In [58]: m, n = test.shape

In [59]: signs = np.sign(np.dstack((test, test2, test3)))

In [60]: mask = np.abs(np.sum(signs, -1)) == m

In [61]: test.where(mask)
Out[61]: 
     a    b    c  d
0  NaN  1.0  NaN  3
1  NaN  NaN  NaN  2
2  2.0  1.5 -3.0  1