根据行中的其他列设置 pandas 列布尔值答案

【问题标题】：Set a pandas column Boolean value based on other columns in the row根据行中的其他列设置 pandas 列布尔值
【发布时间】：2019-12-27 06:57:50
【问题描述】：

假设一个数据帧

    C1      C2      C3
1   NaN     NaN     NaN
2   20.1    15      200
3   NaN     12      100
4   22.5    8       80

我想根据行其余部分的汇总布尔值创建一个新列。例如，是否有任何值 NaN？在这种情况下，我的新列值为该行的“False”。

或者，也许，所有的值都是 NaN？在这种情况下，我可能希望新列显示为 False，否则为 True（我们确实有一些值）

我考虑使用df.notnan() 创建一个布尔数据框，

    C1      C2      C3
1   False   False   False
2   True    True    True
3   False   True    True
4   True    True    True

我确定我只是遗漏了一些简单的东西，但我想不出一种方法来基于对每一行中的现有项目进行 OR-ing 来创建第四列。

另外，一个通用的解决方案会很好，不需要构建一个临时的布尔值 DF。

背景：我有一个数据集。营养值只是偶尔采样，因此许多行不包含这些值。我想要一个“Nutrients Sampled”列，其中的值为 True 或 False，具体取决于我是否可以期望在此记录中看到任何营养样本数据。有 6 种可能的营养素，我不想检查所有 6 列。

我可以编写检查所有 6 列的代码；我似乎无法创建一个具有真值的新列。

【问题讨论】：

这可能会有所帮助。 https://stackoverflow.com/questions/43424199/display-rows-with-one-or-more-nan-values-in-pandas-dataframe

标签： python pandas dataframe

【解决方案1】：

怎么样：

# interim df
df = {"C1": [False, True, False, True], ...
df ["C4"] = df.apply(lambda x: x.C1 or x.C2 or X.C3, axis=1)

或者...直接作为

original_df["C4"] = original_df.apply(lambda x: np.any(np.isnan(x)), axis = 1)

问候，

【讨论】：

【解决方案2】：

您可以使用数据框上可用的any 和all 方法来做到这一点，只需传递参数axis=1 即可进行操作

示例：

df['C4'] = pd.notnull(df).any(axis=1)

     C1    C2     C3     C4
0   NaN   NaN    NaN  False
1  20.1  15.0  200.0   True
2   NaN  12.0  100.0   True
3  22.5   8.0   80.0   True

【讨论】：

但是如果我只关心 C2 和 C3，我该怎么做呢？
您可以列出您关心的列，例如mycols=['C2', 'C3']，然后对子集应用语句df['C4'] = pd.notnull(df[mycols]).any(1)

【解决方案3】：

我觉得我们应该使用all

df['New']=~df.isna().all(1)
df
     C1    C2     C3    New
1   NaN   NaN    NaN  False
2  20.1  15.0  200.0   True
3   NaN  12.0  100.0   True
4  22.5   8.0   80.0   True

【讨论】：

【解决方案4】：

您可以使用apply 方法并定义一个函数来将行映射到布尔值。

这里有一个函数，你可以根据自己的需要自定义（比如你可以用all代替any）：

# if at least one of the values is NaN
def my_function(row):
    return any(row[['C1', 'C2', 'C3']].isna())

下面是如何将它应用到您的数据框并添加新列：

df['new_column'] = df.apply(my_function, axis=1)

    C1      C2      C3      new_column
0   NaN     NaN     NaN     True
1   20.1    15.0    200.0   False
2   NaN     12.0    100.0   True
3   22.5    8.0     80.0    False

【讨论】：