如何根據相應系列列中的值對一系列列應用函數？

Question

我有一個 df，其中有幾列，根據這些列中的值 (1-6)，我想為其相應的列分配一個值 (0-1)。 我可以逐列進行，但希望將其設為單一功能。 下面是一些示例代碼：

import pandas as pd
df = pd.DataFrame({'col1': [1,3,6,3,5,2], 'col2': [4,5,6,6,1,3], 'col3': [3,6,5,1,1,6],
                  'colA': [0,0,0,0,0,0], 'colB': [0,0,0,0,0,0], 'colC': [0,0,0,0,0,0]})

（col1 對應 colA，col2 對應 colB，col3 對應 colC）

此代碼逐列工作：

df.loc[(df.col1 != 1) & (df.col1 < 6), 'colA'] = (df['colA']+ 1)

但我希望能夠有一個列列表，可以這么說，並讓它與另一個相對應。 像這樣的東西，（但實際上有效）：

m = df['col1' : 'col3'] != 1 & df['col1' : 'col3'] < 6
df.loc[m, 'colA' : 'colC'] += 1

謝謝你！

Answer 1

想法是通過DataFrame.loc過濾兩個DataFrame s，然后通過掩碼過濾列並通過另一個df2重命名列，最后僅將DataFrame.add用於df.columns ：

df1 = df.loc[:, 'col1' : 'col3'] 
df2 = df.loc[:, 'colA' : 'colC']

d = dict(zip(df1.columns,df2.columns))

df1 = ((df1 != 1) & (df1 < 6)).rename(columns=d)

df[df2.columns] = df[df2.columns].add(df1)
print (df)
   col1  col2  col3  colA  colB  colC
0     1     4     3     0     1     1
1     3     5     6     1     1     0
2     6     6     5     0     0     1
3     3     6     1     1     0     0
4     5     1     1     1     0     0
5     2     3     6     1     1     0

Answer 2

這是我會做的：

# split up dataframe
sub_df = df.iloc[:,:3]
abc = df.iloc[:,3:]

# make numpy array truth table
truth_table = (sub_df.to_numpy() > 1) & (sub_df.to_numpy() < 6)

# redefine abc based on numpy truth table
new_abc = pd.DataFrame(truth_table.astype(int), columns=['colA', 'colB', 'colC'])

# join the updated dataframe subgroups
new_df = pd.concat([sub_df, new_abc], axis=1)