Question

我有一个数据框要处理，我正在执行多项检查。

我正在检查“A”、“B”和“C”列下的重复值是否显示相同的数字，但 D 列下的符号是否相反。

<头>

A	B	C	D	E
1111	AAA	123	0.01	评论被替换
2222	BBB	456	5	评论被替换
3333	CCC	789	10	什么都不做
1111	AAA	123	-0.01	评论被替换
2222	BBB	456	-5	评论被替换
3333	CCC	789	-9	什么都不做

请看下面我的代码。当我尝试替换“E”列下的注释时，它不起作用。我确定我做错了什么。我完全意识到我没有以最有效的方式编写代码，我仍然是一个新手。您能否以更有效的方式帮助我实现这一目标，并且出于好奇，如果我决定继续使用这种“非高效”的方式，如何实现这一目标？

谢谢。

for i in range(0, len(df)-1):
    for j in range(i+1, len(df)):
        if (df['A'][i] == df['A'][j]) & (df['B'][i] == df['B'][j]) & (df['C'][i] == df['C'][j]) & (df['D'][i] + df['D'][j] = 0) :
            df['E'][i] = 'it works!'

Answer 1

我们可以group列A、B、C上的数据框以及D列中的一系列绝对值，然后transform列 D 使用 sum（因为如果对具有相反的符号，那么总和必须为零）来检查是否存在具有相同幅度但符号相反的对 >

df['E'] = df.groupby(['A', 'B', 'C', df['D'].abs()])['D'].transform('sum').eq(0)

      A    B    C      D      E
0  1111  AAA  123   0.01   True
1  2222  BBB  456   5.00   True
2  3333  CCC  789  10.00  False
3  1111  AAA  123  -0.01   True
4  2222  BBB  456  -5.00   True
5  3333  CCC  789  -9.00  False

Answer 2

如果您在 E 中有超过一对，或者有 1 个正数和多个负数，反之亦然，则此方法有效。

import pandas as pd
import numpy as np

df_1 = df[df['D'] >= 0].copy().reset_index()
df_2 = df[df['D'] < 0].copy().reset_index()
df_2['D'] = -df_2['D']

indexes = df_1.merge(df_2, on=['A', 'B', 'C', 'D'], how='inner')[['index_x', 'index_y']].values.tolist()
indexes = [item for sublist in indexes for item in sublist]

df['E_new'] = np.where(df.index.isin(indexes), 'new comment', df['E'])

print(df)

#       A    B    C      D                       E              E_new
# 0  1111  AAA  123   0.01  comment to be replaced        new comment
# 1  2222  BBB  456   5.00  comment to be replaced        new comment
# 2  3333  CCC  789  10.00       don't do anything  don't do anything
# 3  1111  AAA  123  -0.01  comment to be replaced        new comment
# 4  2222  BBB  456  -5.00  comment to be replaced        new comment
# 5  3333  CCC  789  -9.00       don't do anything  don't do anything

如果熊猫满足条件，则更新列

2 个答案: