Question

我想比较每一行，A与其他列的值

问题更复杂但我试图在此表中简化它：

     A    B    C  D
0  1.3  1.0  1.1  1
1  2.5  2.9  2.6  3
2  3.1  3.0  3.2  2

结果应如下所示：

这里索引0：1.3大于B，C和D中的值，那么我们返回1，否则为0

     A    B    C  D  result
0  1.3  1.0  1.1  1       1
1  2.5  2.9  2.6  3       0
2  3.1  3.0  3.2  2       0

提前谢谢

Answer 1

使用assign创建新列
使用df.le(df.A, 0)将列'A'与所有其他列进行比较使用all(1)查找所有列的True位置使用astype(int)将其设为1或0

df.assign(result=df.lt(df.A, 0).all(1).astype(int))

     A    B    C  D  result
0  1.3  1.0  1.1  1       1
1  2.5  2.9  2.6  3       0
2  3.1  3.0  3.2  2       0

Answer 2

您可以使用gt或le进行比较，然后使用any或all获取至少一个True或all来宾和最后一次将布尔掩码转换为int：

df['result'] = (~df[['B','C','D']].gt(df.A, axis=0).any(1)).astype(int)
print (df)
     A    B    C  D  result
0  1.3  1.0  1.1  1       1
1  2.5  2.9  2.6  3       0
2  3.1  3.0  3.2  2       0

另一种解决方案：

df['result'] = df[['B','C','D']].le(df.A, axis=0).all(1).astype(int)
print (df)
     A    B    C  D  result
0  1.3  1.0  1.1  1       1
1  2.5  2.9  2.6  3       0
2  3.1  3.0  3.2  2       0

Answer 3

您可以使用idxmax：

df['result'] = (df.idxmax(axis=1)== 'A').astype(int)

输出：

    A    B    C  D  result
0  1.3  1.0  1.1  1       1
1  2.5  2.9  2.6  3       0
2  3.1  3.0  3.2  2       0

Answer 4

如果您知道列名称：

df['results']=(df.loc[:,'A']>df.loc[:,'B':'D'].max(axis=1)).astype(int)

如果你知道想要使用列顺序，你可以这样做：

df['results']=(df.iloc[:,0]>df.iloc[:,1:].max(axis=1)).astype(int)

在您的示例中，这些将提供相同的输出。最后的“astype（int）”将布尔值转换为0/1。

比较多个行值

4 个答案: