如何在python数据框中的多列之间执行“或”操作？

Question

我的df：

No  A   B   C  D
1   1   1   0  1
2   1   1   1  0
3   1   0   1  1
4   1   1   1  1

我想执行A或B或C或D并将结果写入列中。

No  A   B   C  D Result
1   1   1   0  1 1
2   1   1   1  0 1
3   1   0   1  1 1
4   1   1   1  1 1
...

所以想法是，即使A，B，C或D中存在一个“ 1”，结果也为“ 1”。

Answer 1

一个想法是使用DataFrame.any每行至少测试一个1或每行使用max：

#if No is column
df['Result'] = df.iloc[:, 1:].any(axis=1).astype(int)
#if No is index
#df['Result'] = df.any(axis=1).astype(int)

如果还有其他列：

df['Result'] = df[['A','B','C','D']].any(axis=1).astype(int)

或者：

df['Result'] = df[['A','B','C','D']].max(axis=1)

---

---

print (df)

   No  A  B  C  D  Result
0   1  1  1  0  1       1
1   2  1  1  1  0       1
2   3  1  0  1  1       1
3   4  1  1  1  1       1

Answer 2

尝试使用：

df['Result'] = df.drop('No', axis=1).max(1)
print(df)

输出：

   No  A  B  C  D  Result
0   1  1  1  0  1       1
1   2  1  1  1  0       1
2   3  1  0  1  1       1
3   4  1  1  1  1       1

Answer 3

要添加到有趣的方式列表中：

df_a['Result'] = df_a.eval('A + B + C').astype(bool)

优点是eval不会在内存中创建中间表。 如果您需要显式的 int 而不是 bool ，则可以进行强制转换，

df_a['Result'] = df_a.eval('A + B + C').astype(bool).astype(int)

Answer 4

奇怪的是，没有人提到使用简单的|运算符。

回答您的问题

df['Result'] = df['A'] | df['B'] | df['C'] | df['D']

类似地，如果您要执行其他操作，例如AND

df['Result'] = df['A'] & df['B'] & df['C'] & df['D']