Question

如果我根据用户参数创建新的数据框，请说PlaySoundA(("Data\\sounds\Persos\\ATK\\" + NameOP + ".wav").c_str(), NULL, SND_FILENAME)。因此，我的数据帧a = 2缩小到df的4（ax2）列。例如：

df_new

为了在df_new = pd.DataFrame(data = {'col_01_01': [float('nan'),float('nan'),1,2,float('nan')], 'col_02_01': [float('nan'),float('nan'),1,2,float('nan')],'col_01_02': [0,0,0,0,1],'col_02_02': [1,0,0,1,1],'output':[1,0,1,1,1]})列上更精确，让我们看第一行。 output->将notna（）函数应用于前两个条目，并将比较“ == 1”应用于第三和第四行。 ->这将使[(nan,nan,0,1)]->将其与OR表达式进行比较，并获得所需的结果True-> 1 在第二行中，我们发现[(false, false, false, true)]，因此我们发现输出为0，因为前两个列没有有效值，后两个列没有0。

对于参数[(nan,nan,0,0)]，我们发现6列。

结果如下所示：

a=3

Answer 1

您可以对notnull和eq使用向量化操作：

null_cols = ['col_01_01', 'col_02_01']
int_cols = ['col_01_02', 'col_02_02']

df['output'] = (df[null_cols].notnull().any(1) | df[int_cols].eq(1).any(1)).astype(int)

print(df)

   col_01_01  col_02_01  col_01_02  col_02_02  output
0        NaN        NaN          0          1       1
1        NaN        NaN          0          0       0
2        1.0        1.0          0          0       1
3        2.0        2.0          0          1       1
4        NaN        NaN          1          1       1

Python Pandas在具有动态列数的条件下创建列

1 个答案: