Question

我通过比较两个布尔列创建了一个新列。如果两个都是正数，我将分配1，否则将分配0。这是下面的代码，但是有没有办法使用更多的pythonic？我尝试了列表理解，但是失败了。

lst = []
for i,k in zip(df['new_customer'],df['y']):
    if i == 1 & k == 1:
        lst.append(1)
    else:
        lst.append(0) 
df['new_customer_subscription'] = lst

Answer 1

使用libruby.so.2.4：

np.sign

如果只考虑正非零值，请将m = np.sign(df[['new_customer', 'y']]) >= 0 df['new_customer_subscription'] = m.all(axis=1).astype(int)更改为>= 0（因为> 0为0）。

np.sign(0)

如果您只需要处理两列，则另一个解决方案是：

# Sample DataFrame.
df = pd.DataFrame(np.random.randn(5, 2), columns=['A', 'B'])
df

          A         B
0  0.511684 -0.512633
1 -1.254813 -1.721734
2  0.751830  0.285449
3 -0.934877  1.407998
4 -1.686066 -0.947015

# Get the sign of the numbers.
m = np.sign(df[['A', 'B']]) >= 0
m

       A      B
0   True  False
1  False  False
2   True   True
3  False   True
4  False  False

# Find all rows where both columns are `True`.
m.all(axis=1).astype(int)

0    0
1    0
2    1
3    0
4    0
dtype: int64

要归纳为多列，请使用df['new_customer_subscription'] = ( df['new_customer'].gt(0) & df['y'].gt(0)).astype(int)：

logical_and.reduce

或者，

df['new_customer_subscription'] =  np.logical_and.reduce(
    df[['new_customer', 'y']] > 0, axis=1).astype(int)

Answer 2

另一种方法是使用np.where模块中的numpys：

df['Indicator'] = np.where((df.A > 0) & (df.B > 0), 1, 0)

输出

    A           B           Indicator
0   -0.464992   0.418243    0
1   -0.902320   0.496530    0
2   0.219111    1.052536    1
3   -1.377076   0.207964    0
4   1.051078    2.041550    1

np.where方法的工作方式如下：

np.where(condition, true value, false value)

如何检查一行中的所有列是否均为正数？

2 个答案: