在Pandas數據幀的行中查找第一個真值

Question

我有兩個布爾值的數據幀。

第一個看起來像這樣：

b1=pd.DataFrame([[ True, False, False, False, False],
       [False, False,  True, False, False],
       [False,  True, False, False, False],
       [False, False, False, False, False]])

b1
Out[88]: 
       0      1      2      3      4
0   True  False  False  False  False
1  False  False   True  False  False
2  False   True  False  False  False
3  False  False  False  False  False

如果我只對每行是否有任何True值感興趣，我可以使用any方法：

b1.any(1)
Out[89]: 
0    True
1    True
2    True
3    False
dtype: bool

但是，我希望基於第二個數據框添加一個約束，如下所示：

b2 = pd.DataFrame([[ True, False,  True, False, False],
       [False, False,  True,  True,  True],
       [ True,  True, False, False, False],
       [ True,  True,  True, False, False]])

b2
Out[91]: 
       0      1      2      3      4
0   True  False   True  False  False
1  False  False   True   True   True
2   True   True  False  False  False
3   True   True   True  False  False

我想識別第一個數據幀中具有True值的行，如果它是第二個數據幀的第一行中的第一個True值。

例如，這將排除第2行，因為雖然它在第一個數據幀中具有True值，但它是第二個數據幀中的第二個真值。 相反，第1行和第2行在數據幀1中具有真值，這也是數據幀2中的第一個真值。輸出應如下所示：

0    True
1    True
2    False
3    False
dtype: bool

Answer 1

一種方法是使用cumsum來幫助找到第一個：

In [123]: (b1 & b2 & (b2.cumsum(axis=1) == 1)).any(axis=1)
Out[123]: 
0     True
1     True
2    False
3    False
dtype: bool

這是因為b2.cumsum(axis=1)給出了看到的Trues的累積數量，並且該數字為1且b2本身為True的情況必須是第一個。

In [124]: b2.cumsum(axis=1)
Out[124]: 
   0  1  2  3  4
0  1  1  2  2  2
1  0  0  1  2  3
2  1  2  2  2  2
3  1  2  3  3  3

Answer 2

作為@ DSM巧妙回答的變體，這種方法對我來說似乎更直觀一些。 第一部分應該是非常明顯的，第二部分找到第一個列號（w / axis = 1 ），對於每個數據幀都是真的並進行比較。

(b1.any(axis = 1) & (b1.idxmax(axis = 1) == b2.idxmax(axis = 1))

Answer 3

制定了一個與pshep123解決方案類似的解決方案。

# the part on the right of & is to check if the first True position in b1 matches the first True position in b2.

b1.any(1) & (b1.values.argmax(axis=1) == b2.values.argmax(axis=1))
Out[823]: 
0     True
1     True
2    False
3    False
dtype: bool