Python pandas中元素和行条件之间的逻辑AND（bolean和矩阵与列之间）

编辑： 如何在熊猫身上组合不同大小的逻辑面具？ 例如，查找满足elementwise条件的所有元素，同时它们所在的行也满足另一个条件

df = pandas.DataFrame({'name':'x y T Bob Banana'.split(),'value':[-100, 0, -1, 100, -33],'value_too':[1,2,2,2,-11]})
name value  value_too
x     -100          1
y        0          2
T       -1          2
Bob    -33          2
Banana   0        -11

想象一下，如果在上面的表格中，我需要用

T

，

Bob

，

Banana

更改行中的负值。 勾选名称可得到一系列尺寸为5的：

c1 = df.name.isin({'Banana','Bob','T'})

如果检查值是否为负数，则数据帧为5乘3：

c2 = df.applymap(lambda x: x < 0 if isinstance(x,(int,float)) else False)

数据类型是不相关的，在实际问题中，所有条目都是字符串，但数字使示例更简单

---

原文如下

假设我有一个数据帧：

 df = pandas.DataFrame({'a':[1,1,3],'b':[1,3,5]})
   a  b
0  1  1
1  1  3
2  3  5

我可以按值获取布尔掩码，以查找具有特定值的元素：

q = df >1
   a  b
0  0  0
1  1  1
2  1  1

我可以得到一个布尔向量来查找列满足条件的行：

q.b == 3
0
1
0

找到满足这些条件组合的元素的惯用方法是什么

??????     
   a  b
0  0  0
1  0  1
2  0  0    
edit: actually the expected output was
   a  b
0  0  0
1  1  1
2  0  0
(value greater than 1 and in a row that has b == 3)

尝试通过

assign（）

方法：

out=df.gt(1).astype(int).assign(b=df['b'].eq(3).astype(int))

输出的输出

：

    a   b
0   0   0
1   0   1
2   1   0

    a   b
0   0   0
1   0   1
2   0   0

或

通过

where（）

方法

out=df.gt(1).astype(int).where(df['b']==3,0)

输出的输出

：

    a   b
0   0   0
1   0   1
2   1   0

    a   b
0   0   0
1   0   1
2   0   0

注意：根据您的需要选择上述任何一种方法

如果需要使用

True/False

格式，则使用：

d={0:False,1:True}
out=out.replace(d.keys(),d.values(),regex=True)

---

您的第一个

gt

条件似乎没有必要

df[['b']].eq(3).reindex(df.columns,axis=1,fill_value=False)
Out[111]: 
       a      b
0  False  False
1  False   True
2  False  False
 

---

也许把df改成pd。数据帧（{'a'：[1,3,3]，'b'：[1,3,5]}）@BENY谢谢你注意到…更新的答案：）现在看起来好多了~：-）