Python 基于条件在数据帧中迭代并赋值

我有一个由8列组成的熊猫数据帧（

c1

到

c7

，最后一列称为

total

）<代码>c1到

c7

是

0

和

1

列总数应为

c1

至

c7

内序列中最大数量1的赋值

c1

到

c7

表示工作日，因此7应翻转为1

例如，如果我们有和初始数据帧类似的df：

| c1 | c2 | c3 | c4 | c5 | c6 | c7 | total |
|:---|:---|:---|: --|:---|:---|:---|:-----:|
| 1  | 1  | 1  | 1  | 1  | 0  | 0  |  0    |
| 0  | 0  | 1  | 0  | 0  | 0  | 0  |  0    |
| 1  | 1  | 0  | 1  | 1  | 0  | 0  |  0    |
| 1  | 1  | 1  | 0  | 1  | 1  | 1  |  0    |
| 1  | 0  | 1  | 1  | 1  | 0  | 1  |  0    |
| 1  | 0  | 1  | 0  | 1  | 0  | 1  |  0    |
| 0  | 1  | 0  | 1  | 0  | 1  | 0  |  0    |

我最初的想法是创建一个包含if语句的循环，以评估列中的条件，并将值分配给列total

i = "c1"
d = 
for i in df.iloc[:,0:7]:
    if df[i] == 1 and df[i-1] == 1:
    df["total"]:= df["total"] + 1

我希望df看起来像：

| c1 | c2 | c3 | c4 | c5 | c6 | c7 | total |
|:---|:---|:---|: --|:---|:---|:---|:-----:|
| 1  | 1  | 1  | 1  | 1  | 0  | 0  |  5    |
| 0  | 0  | 1  | 0  | 0  | 0  | 0  |  1    |
| 1  | 1  | 0  | 1  | 1  | 0  | 0  |  2    |
| 1  | 1  | 1  | 0  | 1  | 1  | 1  |  6    |
| 1  | 0  | 1  | 1  | 1  | 0  | 1  |  3    |
| 1  | 0  | 1  | 0  | 1  | 0  | 1  |  2    |
| 0  | 1  | 0  | 1  | 0  | 1  | 0  |  1    |

我还没有得到一个结果，我试图一步一步地构建，但在if语句求值中不断得到一个错误

ValueError：序列的真值不明确。使用a.empty， a、 bool（）、a.item（）、a.any（）或a.all（）

循环中的bug

df[i-1]

当i==0时将抛出错误

df[i]

给出所有行的第i列的值

7然后应翻转为1

：代码中缺少此部分

---

要将行的尾部（7）翻转回头部（1），请在尾部放置一份行的副本，然后检查是否有1。这也可以通过将行循环两次并使用模运算符来实现。检查此项了解更多详细信息

最后一行的预期结果是否应为1？如果是2，你能解释为什么吗？是的，我很抱歉，确实是1

df = pd.DataFrame([[ 1,1,1,1,1,0,0], [0,0,1,0,0,0,0],[1,1,0,1,1,0,0]])

def fun(x):
    count = 0; 
    result = 0; 
    n = len(x)
    for i in range(0,2*n):
        if x[i % n] == 0:
            result = max(result, count)
            count = 0
        else:
            count += 1
    return result

df['total'] = df.apply(lambda x: fun(x), axis=1)

    0   1   2   3   4   5   6   total
0   1   1   1   1   1   0   0   5
1   0   0   1   0   0   0   0   1
2   1   1   0   1   1   0   0   2