Question

输入数据a：

obj  number
1    111
2    222
3    333
4    555

输入数据b：

obj  number
1    111
2    222
3    333
4    444

输入数据c：

obj  number
1    777
2    222
3    333
4    888

预期的输出数据：

false
true
false

尝试：

~set([111,444]).issubset(set(df_tmp['wahlnummer']))
not set([111,444]).issubset(set(df_tmp['wahlnummer']))
([111,444] not in df_tmp['wahlnummer'])

实际输出a：

-2
-1
-1

实际输出b：

false
true
true

实际输出c：

unhashable type: 'list'

但是大多数尝试会找到模式，其中2个值之一不在dataframe列中，但如果两个都不在，则不存在。应该以某种方式为or运算符提供某种方式。

仅在数据框的任何行中都没有值时返回true

如果我在df中不使用111或433，那么即使它们全部为1或都不为空，它只是认为它们都没有值。

edit2： mvce：

df_a = pd.DataFrame({'number': [111, 222, 333, 555]})
df_b = pd.DataFrame({'number': [111, 222, 333, 444]})
df_c = pd.DataFrame({'number': [777, 222, 333, 888]})
print (df_a)
print (df_b)
print (df_c)


print(not(set([111,444]).issubset(set(df_a['number']))))
print(not(set([111,444]).issubset(set(df_b['number']))))
print(not(set([111,444]).issubset(set(df_c['number']))))

结果：

True
False
True

Answer 1

df = pd.read_fwf(StringIO("""obj  number
1    433
2    342
3    111
4    345"""))

values1 = [111, 433]
values2 = [111, 433, 222]

print(all([any(df['number'] == v) for v in values1]))
print(all([any(df['number'] == v) for v in values2])

输出：

True
False

Answer 2

使用set.isdisjoint：

如果集合没有与其他集合相同的元素，则返回True。当且仅当它们的交集为空集时，集才是不相交的。

print ((set([111,444]).isdisjoint(set(a['number']))))
False
print ((set([111,444]).isdisjoint(set(b['number']))))
False
print ((set([111,444]).isdisjoint(set(c['number']))))
True

Answer 3

由于您要对三（3）个不同数据框的每一行进行比较，因此您只需将相关的列添加到一个并在其中进行比较，就可以使用np.where()为结果创建一个新列。

>>> df1 = pd.DataFrame({'obj':[1,2,3,4], 'number':[111,222,333,555]})
>>> df2 = pd.DataFrame({'obj':[1,2,3,4], 'number':[111,222,333,444]})
>>> df3 = pd.DataFrame({'obj':[1,2,3,4], 'number':[777,222,333,888]})
>>> df1
   obj  number
0    1     111
1    2     222
2    3     333
3    4     555
>>> df2
   obj  number
0    1     111
1    2     222
2    3     333
3    4     444
>>> df3
   obj  number
0    1     777
1    2     222
2    3     333
3    4     888

创建列：

>>> df1['num from df2'] = df2['number']
>>> df1['num from df3'] = df3['number']
>>> df1
   obj  number  num from df2  num from df3
0    1     111           111           777
1    2     222           222           222
2    3     333           333           333
3    4     555           444           888

现在使用np.where()进行比较，我相信您所需要的对于返回True都是正确的，因此我们将使用&：

>>> df1['Conditon Result'] = np.where((df1['number'] == df1['num from df2']) & (df1['number'] == df1['num from df3']), [True], [False])
>>> df1
   obj  number  num from df2  num from df3  Conditon Result
0    1     111           111           777            False
1    2     222           222           222             True
2    3     333           333           333             True
3    4     555           444           888            False

让我知道这是否有帮助:)）。

如果值列表不在数据框列中（每个单个值），则返回true

3 个答案: