Skip to main content
 首页 » 编程设计

python之计算多列中的零

2024年12月31日8davidwang456

我有一个 pandas DataFrame,它有 10 列,其中包含 0、1 或 NaN。这是一个类似于我所拥有的示例数据框。

id     col_1 col_2 col_3 
'jk3'  1     1     NaN 
'kp2'  1     1     1 
'po0'  0     1     0 
'in6'  NaN   0     1 
'ml5'  1     NaN   0 
'lj3'  1     0     NaN 

我想添加另一列 df['correct'],如果行中存在 0 则显示 False,否则显示 真。

我通过将系列加在一起来尝试这样做:

df['correct'] = df[df.col_1 + df.col_2 + col_3] 

但是 NaN 结果是个问题,在本应为 True 的行中显示了 NaN

有什么方法可以实现它,以便输出?

id     col_1 col_2 col_3 correct 
'jk3'  1     1     NaN   True 
'kp2'  1     1     1     True 
'po0'  0     1     0     False 
'in6'  NaN   0     1     False 
'ml5'  1     NaN   0     False 
'lj3'  1     0     NaN   False 

请您参考如下方法:

如果 id 是列则使用:

df['correct'] = df.iloc[:, 1:].ne(0).all(axis=1) 
#alternative solution 
#df['correct'] = ~df.iloc[:, 1:].eq(0).any(axis=1) 
print (df) 
      id  col_1  col_2  col_3  correct 
0  'jk3'    1.0    1.0    NaN     True 
1  'kp2'    1.0    1.0    1.0     True 
2  'po0'    0.0    1.0    0.0    False 
3  'in6'    NaN    0.0    1.0    False 
4  'ml5'    1.0    NaN    0.0    False 
5  'lj3'    1.0    0.0    NaN    False 

详细信息:

首先通过 iloc 选择所有没有 first 的列:

print (df.iloc[:, 1:]) 
   col_1  col_2  col_3 
0    1.0    1.0    NaN 
1    1.0    1.0    1.0 
2    0.0    1.0    0.0 
3    NaN    0.0    1.0 
4    1.0    NaN    0.0 
5    1.0    0.0    NaN 

比较不等于ne :

print (df.iloc[:, 1:].ne(0)) 
   col_1  col_2  col_3 
0   True   True   True 
1   True   True   True 
2  False   True  False 
3   True  False   True 
4   True   True  False 
5   True  False   True 

上次检查 all True每行:

print (df.iloc[:, 1:].ne(0).all(axis=1)) 
0     True 
1     True 
2    False 
3    False 
4    False 
5    False 
dtype: bool 

如果 id 是索引:

df['correct'] = df.ne(0).all(axis=1) 
print (df) 
       col_1  col_2  col_3  correct 
id                                  
'jk3'    1.0    1.0    NaN     True 
'kp2'    1.0    1.0    1.0     True 
'po0'    0.0    1.0    0.0    False 
'in6'    NaN    0.0    1.0    False 
'ml5'    1.0    NaN    0.0    False 
'lj3'    1.0    0.0    NaN    False