我有以下格式的pandas数据框:
id,criteria_1,criteria_2,criteria_3,criteria_4,criteria_5,criteria_6
1,0,0,95,179,1,1
1,0,0,97,185,NaN,1
1,1,2,92,120,1,1
2,0,0,27,0,1,NaN
2,1,2,90,179,1,1
2,2,5,111,200,1,1
3,1,2,91,175,1,1
3,0,8,90,27,NaN,NaN
3,0,0,22,0,NaN,NaN
我有Python PANDAS: GroupBy First Transform Create Indicator中的以下程序:
mask = (((df['criteria_1'] >=1.0) | (df['criteria_2'] >=2.0)) &
(df['criteria_3'] >=90.0) &
(df['criteria_4'] <=180.0) &
((df['criteria_5'].notnull()) & (df['criteria_6'].notnull())))
# reset_index() defaults to drop=False. It inserts the old index into the DF
# as a new column named 'index'.
idx = df.reset_index()[mask].groupby('id').first().reset_index(drop=True)['index']
df['flag'] = df.index.isin(idx).astype(int)
但是,现在我想为组中满足条件的任何行选择,而不仅仅是第一行。它看起来并不像用.any()或.all()替代.first()那样容易。任何疑难解答提示将不胜感激!
答案 0 :(得分:1)
您可以直接使用mask
提取所有符合条件的行:
df['flag'] = mask.astype(int)
请记住,mask
只是一个序列,它会根据是否满足所有条件,为每一行返回一个布尔值。