Question

嗨，我有一个捕获系统数据的数据框。我想遍历行以检查大量条件（类似于决策树）。

例如，数据框为：

          timestamp   v01   v02    v03    v04   
0  01/06/2020 00:00  99.9   99.9   99.9   99.9   
1  01/06/2020 00:05  89.9   99.9   99.9   99.9  
2  01/06/2020 00:10  100.0  100.0  100.0  100.0  
.......

我的大部分条件列表（超过50个）如下所示。对于数据框中的每一行，它必须对照50个条件进行检查。

0 'v01==100.0, v02==100.0, v04==100.0', 
1 'v01==100.0, v01==100.0, v04==100.0',  
2 'v01==100.0, v02==100.0, v03==100.0',  
.........

算法：

数据帧中的第1行检查“ v01 == 100.0＆v02 == 100.0＆v04 == 100”，然后检查下一个条件。
转到数据框中的下一行，然后再次检查条件。

是否有一种有效的方法可以遍历数据帧中的每一行并检查所有条件（即50行条件）？我还想知道条件为False的索引。

到目前为止，我认为df.query（）似乎最有效，但是我无法确定不满足哪个条件。

我可以想到的另一种方法是将以下字符串（例如'v01 == 100.0，v02 == 100.0，v04 == 100.0'）转换为df ['v01'] == 100 ...是否存在方法吗？

谢谢。

Answer 1

您可以使用此方法：

dataframe_name['Column_name'] == 'value'

这将为您提供每行包含“真”和“假”值的系列。

遍历大熊猫行以检查大量情况

1 个答案: