我知道有很多关于使用 np.where.
的链式逻辑运算符主题的问题。
我有 2 个数据框:
df1
A B C D E F Postset
0 1 2 3 4 5 6 yes
1 1 2 3 4 5 6 no
2 1 2 3 4 5 6 yes
df2
A B C D E F Preset
0 1 2 3 4 5 6 yes
1 1 2 3 4 5 6 yes
2 1 2 3 4 5 6 yes
我想比较每个数据框中行的唯一性。为此,我需要检查一些选定列的所有值是否都相等。
从这里question : 如果我正在检查列 a
b
c
d
e
f
我能做到:
np.where((df1.A != df2.A) | (df1.B != df2.B) | (df1.C != df2.C) | (df1.D != df2.D) | (df1.E != df2.E) | (df1.F != df2.F))
哪个正确给出:
(array([], dtype=int64),)
即两个数据帧的所有列中的值独立相等。
这对于小型数据框来说没问题,但我的真实数据框有大量我必须检查的列。 np.where
条件太长,无法准确写出。
相反,我想将我的列放入列表中:
columns_check_list = ['A','B','C','D','E','F']
并使用我的 np.where
语句自动对所有列执行检查。
这显然行不通,但它正是我正在寻找的表单类型。像这样的东西:
check = np.where([df[column) != df[column] | for column in columns_check_list])
我怎样才能做到这一点?
注意事项:
- 我有很多专栏
- 我的数据格式是固定的。
- 列中的值可以包含
strings
或floats
。
最佳答案
看来你需要all
用于检查每行的所有值是否为 True
或 any
如果每行至少有一个值为 True
:
mask= ~(df1[columns_check_list] == df2[columns_check_list]).all(axis=1).values
print (mask)
[False False False]
或更具可读性,谢谢IanS :
mask= (df1[columns_check_list] != df2[columns_check_list]).any(axis=1).values
print (mask)
[False False False]
也可以比较 numpy 数组
:
mask= (df1[columns_check_list].values != df2[columns_check_list].values).any(axis=1)
print (mask)
[False False False]
关于python - np.where 多个逻辑语句 pandas,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43677505/