Python 如果数据帧中的大多数列相等，则设置值

从我昨天提出的另一个问题开始

从@anky_91解决方案开始，我正在做类似的事情。 如果所有列都相等，我希望有更灵活的设置，而不是放置

1

或

-1

。 事实上，我想要

1

，如果（例如）70%的列是

1

，

-1

，条件相同，但相反，否则为

0

这就是我写的：

# Instead of using .all I use .sum to count the occurence of 1 and 0 for each row
m1 = local_df.eq(1).sum(axis=1)
m2 = local_df.eq(0).sum(axis=1)

# Debug print, it work
print(m1)
print(m2) 

但我不知道如何改变这部分：

local_df['enseamble'] = np.select([m1, m2], [1, -1], 0)
m = local_df.drop(local_df.columns.difference(['enseamble']), axis=1)

我用伪代码编写我想要的：

tot = m1 + m2

if m1 > m2
    if(m1 * 100) / tot > 0.7 # simple percentage calculus
      df['enseamble'] = 1

else if m2 > m1
    if(m2 * 100) / tot > 0.7 # simple percentage calculus
      df['enseamble'] = -1   

else: 
   df['enseamble'] = 0

谢谢

编辑1 这是一个预期输出的示例：

 NET_0  NET_1  NET_2  NET_3  NET_4  NET_5  NET_6   
date                                                                                                                                                                                                            
2009-08-02      0     1    1    1    0    1
2009-08-03      1     0    0    0    1    0
2009-08-04      1     1    1    0    0    0


 date    enseamble
 2009-08-02     1 # because 1 is more than 70%
 2009-08-03     -1 # because 0 is more than 70%
 2009-08-04     0 # because 0 and 1 are 50-50

---

您可以通过以下条件获得指定的输出：

thr = 0.7
c1 = (df.eq(1).sum(1)/df.shape[1]).gt(thr)
c2 = (df.eq(0).sum(1)/df.shape[1]).gt(thr)
c2.astype(int).mul(-1).add(c1)

输出

---

或使用

np。选择
：

pd.DataFrame(np.select([c1,c2], [1,-1], 0), index=df.index, columns=['result'])

              result
2009-08-02       0
2009-08-03       0
2009-08-04       0
2009-08-05       0
2009-08-06      -1
2009-08-07       1

尝试使用（
m1
、
m2
和
tot
与您拥有的相同）：


在这些更改之后，EnSamble列的输出现在应该是什么？相同：
1
如果该行中的70%是
1
，
-1
如果70%是
0
，
0
否则我理解，只是想直观地查看输出列以进行交叉验证。同时，如果@yatu的解决方案有帮助，您可以查看它。：）已经测试过，它似乎无法100%正常工作：）你现在可以检查一下我问题中的示例吗
c2。astype（int）.mul（-1）+c1
似乎只适用于
-1
而不适用于
1
使用你的示例对我来说效果很好。也可以使用np.select。用np选中update@AsoStrifeOk。选择它似乎有效。我尝试了其他测试，并让您知道：）啊，我刚刚意识到我正在使用另一个测试的dfquestion@yatu我想这很好，尽管我认为预期的输出已经改变，所以请op提供这一信息。：）如果正确，我不是舒尔，因为我总是获得
-1
。另外，如果我把1作为阈值，我必须获得与旧问题相同的结果。而且它不起作用。。。我尝试其他测试，让你know@AsoStrife我只是试着复制你的伪代码，但我认为yatu的sol应该可以工作，如果这个不行的话
pd.DataFrame(np.select([c1,c2], [1,-1], 0), index=df.index, columns=['result'])

              result
2009-08-02       0
2009-08-03       0
2009-08-04       0
2009-08-05       0
2009-08-06      -1
2009-08-07       1

cond1=(m1>m2)&((m1 * 100/tot).gt(0.7))
cond2=(m2>m1)&((m2 * 100/tot).gt(0.7))

df['enseamble'] =np.select([cond1,cond2],[1,-1],0)
m =df.drop(df.columns.difference(['enseamble']), axis=1)
print(m)
            enseamble
date                 
2009-08-02          1
2009-08-03         -1
2009-08-04          0