循环遍历数据框

Question

我有一个CSV文件的数据框，该文件有61列和1mil行。这些列中的25列(Flag_1, Flag_2, ..., Flag_25)具有True/False作为数据帧的每一行的值。

我尝试做的是遍历每一列以确定这些列中的整行是否存在True，我只需要至少一个为true。如果有一个True然后是一个新列，Flag_All将为该行设置True值，否则为False。

我可以将for循环用于单个列，如此，

for index, x in data2['FLAG_1'].iteritems() :
    data2['FLAG_ALL'] =  data2['FLAG_1'] == True

但无法找出多列。

Answer 1

给出一个示例数据框：

df = pd.DataFrame({
    'flag_1': [False, False, True],
    'flag_2': [False, False, False],
    'flag_3': [True, False, False]})

您可以使用df.filter获取相应的列（以flag开头，下划线然后是数字......），然后在行轴上应用any()以获取整个布尔列：

df['flag_all'] = df.filter(regex='^flag_\d+$').any(axis=1)

这给了你：

  flag_1 flag_2 flag_3 flag_all
0  False  False   True     True
1  False  False  False    False
2   True  False  False     True

Answer 2

请尝试：

data2['FLAG_ALL'] = data2.any(axis=1,bool_only=True).values 

任意（） http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.any.html

的更多信息