基于过滤器在Pandas DataFrame中创建新列

Question

鉴于此DataFrame：

df = pandas.DataFrame({"a": [1,10,20,3,10], "b": [50,60,55,0,0], "c": [1,30,1,0,0]})

如果列a和b的值都大于x而值“ fail”，则使新列“ filter”具有值“ pass”的最佳方法是什么？

可以通过遍历行来完成此操作，但是它效率低下且笨拙：

c = []

for x, v in df.iterrows():
     if v["a"] >= 20 and v["b"] >= 20:
         c.append("pass")
     else:
         c.append("fail")

df["filter"] = c

Answer 1

一种方法是创建一个布尔值列，如下所示：

>>> df['filter'] = (df['a'] >= 20) & (df['b'] >= 20)
    a   b   c filter
0   1  50   1  False
1  10  60  30  False
2  20  55   1   True
3   3   0   0  False
4  10   0   0  False

然后，您可以使用replace将布尔值更改为“通过”或“失败”：

>>> df['filter'].astype(object).replace({False: 'fail', True: 'pass'})
0    fail
1    fail
2    pass
3    fail
4    fail

---

您可以使用all将其扩展到更多列。 例如，要查找条目大于0的列中的行：

>>> cols = ['a', 'b', 'c'] # a list of columns to test
>>> df[cols] > 0 
      a      b      c
0  True   True   True
1  True   True   True
2  True   True   True
3  True  False  False
4  True  False  False

使用此DataFrame的all横轴1创建新列：

>>> (df[cols] > 0).all(axis=1)
0     True
1     True
2     True
3    False
4    False
dtype: bool