Question

我想定义一个为数据框中的每一行应用元素的函数，将每个元素与单独系列中的标量值进行比较。我从下面的功能开始。

def greater_than(array, value):
           g = array[array >= value].count(axis=1)
           return g

但是它沿轴0应用了蒙版，我需要它沿轴1应用它。我该怎么办？

e.g。

In [3]: df = pd.DataFrame(np.arange(16).reshape(4,4))

In [4]: df
Out[4]:
    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15

In [26]: s
Out[26]: array([   1, 1000, 1000, 1000])

In [25]: greater_than(df,s)
Out[25]:
0    0
1    1
2    1
3    1
dtype: int64

In [27]: g = df[df >= s]

In [28]: g
Out[28]:
      0   1   2   3
0   NaN NaN NaN NaN
1   4.0 NaN NaN NaN
2   8.0 NaN NaN NaN
3  12.0 NaN NaN NaN

结果如下：

In [29]: greater_than(df,s)
Out[29]:
0    3
1    0
2    0
3    0
dtype: int64

为1,2，＆amp; 3都是＆gt; = 1并且其余值都不大于或等于1000.

Answer 1

你最好的选择可能是做一些转置（没有复制，如果这是一个问题）

In [164]: df = pd.DataFrame(np.arange(16).reshape(4,4))

In [165]: s = np.array([   1, 1000, 1000, 1000])

In [171]: df.T[(df.T>=s)].T
Out[171]: 
    0    1    2    3
0 NaN  1.0  2.0  3.0
1 NaN  NaN  NaN  NaN
2 NaN  NaN  NaN  NaN
3 NaN  NaN  NaN  NaN

In [172]: df.T[(df.T>=s)].T.count(axis=1)
Out[172]: 
0    3
1    0
2    0
3    0
dtype: int64

如果计数完全在您之后，您也可以直接对面具求和。

In [173]: (df.T>=s).sum(axis=0)
Out[173]: 
0    3
1    0
2    0
3    0
dtype: int64

使用串联的标量值作为用户定义函数中的变量

1 个答案: