Python Pandas 根据另一个单元格中的值检查列中的单元格值

Question

如果某列中的值大于 0，我需要检查 dataframe 中的每一行。

tshirt  pants   sweater socks   Product_1   Product_2   Product_3  Expected
0       1        0       1      sweater      tshirt     pants        True
1       1        0       1      sweater      tshirt     socks        True
0       1        0       0      socks        sweater    socks        False
1       1        0       1      sweater      tshirt     sweater      True
0       0        0       0      socks        sweater    tshirt       False

因此，例如“Product_1”列中的值是“tshirt”，如果值大于 0，我需要检查 thshirt 列。

如果三个“产品”列中的一个值的值大于 0，则另一列可能为 True，否则为 False（请参阅预期列）

生成示例数据的代码：

import pandas as pd
import numpy as np

recomendations = ['tshirt', 'pants', 'sweater', 'socks']
size = 100


data = pd.DataFrame()

# Generate data
for idx, i in enumerate(recomendations):
    data[i] = np.random.choice([0,1], size=100)

    if idx <= 3:
        data[f'Product_{idx}'] = np.random.choice(recomendations, size=size)
# Sort        
data[recomendations + ['Product_1', 'Product_2', 'Product_3']]

到目前为止，我已经通过循环帧以非常缓慢的方式计算了 True 值的百分比：

track = []
no_purchase = 0

cols = list(frame.columns)
str_cols = ['Product_1', 'Product_2', 'Product_3']



for idx, val in frame[column].iteritems():

    if  frame.iloc[idx, cols.index(val)] > 0:
        track.append(1)

    else:
        track.append(0)
        if frame.loc[idx, [i for i in frame.columns if i not in str_cols]].sum() < 1:
                  no_purchase += 1


result = no_purchase / (len(track) - np.sum(track))

return result

Answer 1

将get_dummies用于Product列， max用于指标 output（远离 1,0）：

df = pd.get_dummies(data.filter(like='Product'),prefix_sep='',prefix='').max(level=0,axis=1)
print (df)
   socks  sweater  tshirt  pants
0      0        1       1      1
1      1        1       1      0
2      1        1       0      0
3      0        1       1      0
4      1        1       1      0

然后链条件比较每行由1填充的值&用于按位AND更大的值，如0 ：

mask = df.eq(1) & data.loc[:, data.columns.isin(df.columns)].gt(0)
print (mask)
   pants  socks  sweater  tshirt
0   True  False    False   False
1  False   True    False    True
2  False  False    False   False
3  False  False    False    True
4  False  False    False   False

最后通过DataFrame.any测试每行是否至少有一个True ：

data['Expected1'] = mask.any(axis=1)
print (data)
   tshirt  pants  sweater  socks Product_1 Product_2 Product_3  Expected  \
0       0      1        0      1   sweater    tshirt     pants      True   
1       1      1        0      1   sweater    tshirt     socks      True   
2       0      1        0      0     socks   sweater     socks     False   
3       1      1        0      1   sweater    tshirt   sweater      True   
4       0      0        0      0     socks   sweater    tshirt     False   

   Expected1  
0       True  
1       True  
2      False  
3       True  
4      False  

Answer 2

另一种方法是这个

expected = []

for index, row in data.iterrows():
    product1 = row["Product_1"]
    product2 = row["Product_2"]
    product3 = row["Product_3"]
    if row[product1] > 0 or row[product2] > 0 or row[product3] > 0:
        expected.append(True)
    else:
        expected.append(False)

data['Expected'] = expected
print(data)