迭代列以将每个列与Python中的特定列进行比较

Question

我试图在python中使用pandas来解决这个问题。我有一个近1000列的数据框。对于每一列，我想为数学运算返回一个布尔值 - 特别是Column A - Column n =＆gt; 0

"ID" "Column A" "Column B"  "Column C"  "Column D"
"A"  100         200         300         50
"B"  75          20          74          500

我们假设Column A是我想要用于比较的行。我希望结果是一个如下所示的数据框：

"ID" "Column A" "Column B"  "Column C"  "Column D"
"A"  100         False       False       True
"B"  75          True        True        False

感谢您的帮助。

Answer 1

您可以应用lambda函数从目标列中减去每个列系列，然后测试结果是否大于或等于零（ge(0)）。

d = {'Column A': {'A': 100, 'B': 75},
     'Column B': {'A': 200, 'B': 20},
     'Column C': {'A': 300, 'B': 74},
     'Column D': {'A': 50, 'B': 500}}
df = pd.DataFrame(d)

col = "Column A"
other_cols = [c for c in df if c != col]

>>> pd.concat([df[[col]], 
               df[other_cols].apply(lambda series: df[col].sub(series).ge(0))], axis=1)
    Column A Column B Column C Column D
ID                                     
A        100    False    False     True
B         75     True     True    False

Answer 2

这应该这样做：

c = 'Column A'
d = df.set_index('ID')
lt = d.drop(c, axis=1).lt(d[c], axis=0)
pd.concat([d[c], lt], axis=1).reset_index()

Answer 3

df = df.set_index("ID")
dd = df.apply(lambda x: x.lt(df["Column A"]))
dd["Column A"] = df["Column A"]
dd

        Column A Column B Column C Column D
ID                                     
A        100    False    False     True
B         75     True     True    False