检查多列的值是否相同（python）

我有一个二进制数据帧，我想检查特定行中的所有值是否都为1。比如我有 下面是数据帧。因为第0行和第2行在col1到col3中都包含值1，所以结果应该是1，如果不是，则应该是0

import pandas as pd
d = {'col1': [1, 0,1,0], 'col2': [1, 0,1, 1], 'col3': [1,0,1,1], 'outcome': [1,0,1,0]}
df = pd.DataFrame(data=d)

由于我自己的数据帧要大得多，我正在寻找一种比下面更优雅的方式，有什么想法吗

def similar(x):
    if x['col1'] == 1 and x['col2'] == 1 and x['col3'] == 1:
        return 1
    else:
        ''
df['outcome'] = df.apply(similar, axis=1)

请尝试以下方法：

df['outcome'] = df.apply(lambda x: 1 if df['col1']==1 and df['col2']==1 and df['col3']==1 else '', axis=1)

---

all

的经典案例

（iloc的

iloc

只是用来忽略您当前的结果列，如果您没有它，您可以使用

df==1

）

---

这更通用，也适用于任何其他值。只需将第二个

==1

替换为

=

---

如果我有一个不同的值，那么我的列中有1。字符串或bool？

True

和

False

在Python中等同于1和0，因此bool不是问题。如果您有字符串，可以将其转换为int（使用

astype

）`

df['outcome'] = (df.iloc[:,:-1] == 1).all(1).astype(int) 


    col1    col2    col3    outcome
0   1        1      1           1
1   0        0      0           0
2   1        1      1           1
3   0        1      1           0

df['outcome'] = 0
df.loc[df.loc[(df.iloc[:,:-1].nunique(axis=1) == 1) \
    & (df.iloc[:,:-1] == 1).all(axis=1)].index, 'outcome'] = 1