Pandas dataframe 比较多行与特定条件

Question

我希望我能正确解释我的问题.. 我有一个 dataframe (306x40) 多行包含某个组的数据，我需要按索引对它们进行分组，这没问题。 接下来，我需要将这些行与具有特定条件的另一行进行比较。 以这个数据为例：

Id  Condition   var1   var2   var3
1      1         0      1      0
1      3         1      1      0
2      2         0      0      1
2      3         0      0      1
2      1         0      0      1

因此，我需要将每个 Id 的 var1、var2、var3 与条件为 3 的行进行比较。结果会让我知道任何变量都不同于条件 3 中的变量。可能的输出：

Id  Condition   var1   var2   var3  count_false
1      1        false  true   true      1
1      3        NaN    NaN    NaN       NaN
2      2        true   true   true      0
2      3        NaN    NaN    NaN       NaN
2      1        true   true   true      0

或者只是简单地说条件 x 与 y Id 的条件 3 不同

我希望你们明白我的需要，但我很乐意详细说明

非常感谢您！

编辑以使其更清楚：

数据由来自 3 种不同方法的数据组成，用于检测患者体内的细菌（临床数据），请注意，每个患者使用的方法和次数都不同。 所以我有方法1、2、3，这些是不同的条件。 变量是发现的不同种类的细菌。 方法 1 和 2 是黄金标准，方法 3 是需要验证的方法。 所以我想看看方法3是否与方法1或2给出相同的结果。30多个变量是细菌，值1表示存在细菌，0表示不存在。

Answer 1

如果我理解正确，这只是逐行计算有多少var1.. var2与var3不同。 不涉及分组。

如果是这种情况（如果不是，很高兴修改），那么：

cols = 'var1 var2 var3'.split()  # can be extended to more variables
df['count_diff'] = (df[cols[:-1]].values != df[cols[-1]].values[:, None]).sum(axis=1)

在修改后的示例中：

df = pd.DataFrame({
    'Id': [1, 1, 2, 2, 2],
    'Condition': [1, 3, 2, 3, 1],
    'var1': [0, 1, 0, 1, 0],
    'var2': [1, 1, 0, 1, 0],
    'var3': [0, 0, 1, 1, 1]})

cols = 'var1 var2 var3'.split()
df['count_diff'] = (df[cols[:-1]].values != df[cols[-1]].values[:, None]).sum(axis=1)
print(df)

# output:
   Id  Condition  var1  var2  var3  count_diff
0   1          1     0     1     0           1
1   1          3     1     1     0           2
2   2          2     0     0     1           2
3   2          3     1     1     1           0
4   2          1     0     0     1           2

Answer 2

#x.=x.loc[i] 在与所需（条件）行进行比较时为您提供每一行的真值：代码的 Rest 如下：

df=pd.DataFrame([[1,1,0,1,0],[1,3,1,1,0],[2,2, 0,0,1],[2,3, 0,0,1],[2,1, 0,0,1]],columns=['ID','Condition','var1','var2','var3'])
def comp(x):
    i=x.index[x['Condition']==3][0]
    #print(x!=x.loc[i])
    truth=(x[['var1','var2','var3']]==x.loc[i,['var1','var2','var3']])
    x=pd.concat([x[['ID','Condition']],truth],axis=1)
    return x
grp=df.groupby('ID').apply(comp)
grp['count_false']=grp[['var1','var2','var3']].apply(lambda x: 3-x.sum(),axis=1)
print(grp)