Python 基于少数条件的费率

我想根据几列中的条件添加费率 如果

A>30

+1和

B>50

+1和

C>80

+1，D不重要， 例如，我有一个矩阵（数据帧）：

我尝试的是：

[1]中的

：将numpy作为np导入
在[2]中：导入熊猫作为pd
在[36]中：df=pd.DataFrame(
np.random.randint（0100，size=（5,4）），
列=列表（'ABCD'）
)
In[36]：df
出[36]：
A、B、C、D
0  21  32  84  43
1  79  29  42  63
2  31  38   6  52
3  92  54  79  75
4   9  14  87  8

• 创建系列（

  df['A']>30

  ）
• 把它粘到架子上
• 和和行

[37]中的

df['R']=pd.concat(
[（df['A']>30），（df['B']>50），（df['C']>80）]，轴=1
).sum（轴=1）
In[38]：df
出[38]：
A B C D R
0  21  32  84  43  1
1  79  29  42  63  1
2  31  38   6  52  1
3  92  54  79  75  2
4   9  14  87  85  1

---

结果和我预期的一样，但也许有更简单的方法？

你也可以试试这个。不知道是否更好

>>> df
    A   B   C   D
0   8  47  95  52
1  90  84  39  80
2  15  52  37  79
3  99  24  76   5
4  93   4  97   0

---

---

---

你也可以试试这个。不知道是否更好

>>> df
    A   B   C   D
0   8  47  95  52
1  90  84  39  80
2  15  52  37  79
3  99  24  76   5
4  93   4  97   0

---

---

怎么样

df["R"] = (
    (df["A"] > 30).astype(int) +
    (df["B"] > 50).astype(int) +
    (df["C"] > 80).astype(int)
)

怎么样

df["R"] = (
    (df["A"] > 30).astype(int) +
    (df["B"] > 50).astype(int) +
    (df["C"] > 80).astype(int)
)

您可以这样做：

df['R'] = (df.iloc[:,:3]>[30, 50, 80]).sum(axis=1)

使用列名的相同解决方案

df['R'] = (df[['A','B','C']]>[30, 50, 80]).sum(axis=1)

您可以这样做：

df['R'] = (df.iloc[:,:3]>[30, 50, 80]).sum(axis=1)

使用列名的相同解决方案

df['R'] = (df[['A','B','C']]>[30, 50, 80]).sum(axis=1)

---

很高兴提供帮助：）@Mercury提供了非常简短和良好的答案，因此很抱歉我将他标记为答案，您的解决方案仍然非常可读，谢谢！没关系，我同意他们的答案更好：）很乐意帮助：）@Mercury提供了非常简短而好的答案，所以很抱歉我将他标记为答案，您的解决方案仍然非常可读，谢谢！没关系，我同意他们的答案是更好的：）很好，你能提供答案列不是一个接一个的吗？你的意思是如果列不是相邻的或按顺序排列的？例如，如果您希望将条件应用于列D、A、C，则为：df['R']=（df.iloc[：，[3,0,2]>[30,50,80]）.sum（axis=1）#如果您使用列名，则为：df['R']=（df['A'，'B'，'C']>[30,50,80]）。sum（axis=1）非常好，您能否提供列不一一对应的答案？您是指列不相邻或按顺序排列吗？例如，如果希望将条件应用于列D、A、C，则为：df['R']=（df.iloc[：，[3,0,2]>[30,50,80]）.sum（axis=1）#如果使用列名，则为：df['R']=（df[[A'，'B'，'C']>[30,50,80]）.sum（axis=1）