熊猫中多列的逻辑与答案

【问题标题】：Logical AND of multiple columns in pandas熊猫中多列的逻辑与
【发布时间】：2019-06-06 23:47:28
【问题描述】：

我有一个如下所示的数据框（edata）

Domestic   Catsize    Type   Count
   1          0         1      1
   1          1         1      8
   1          0         2      11
   0          1         3      14
   1          1         4      21
   0          1         4      31

从这个数据框中，我想计算所有计数的总和，其中两个变量（国内和 Catsize）的逻辑与结果为零 (0)，这样

1   0    0
0   1    0
0   0    0

我用来执行该过程的代码是

g=edata.groupby('Type')
q3=g.apply(lambda x:x[((x['Domestic']==0) & (x['Catsize']==0) |
                       (x['Domestic']==0) & (x['Catsize']==1) |
                       (x['Domestic']==1) & (x['Catsize']==0)
                       )]
            ['Count'].sum()
           )

q3

Type
1     1
2    11
3    14
4    31

此代码可以正常工作，但是，如果数据框中的变量数量增加，则条件数量会迅速增加。那么，是否有一种聪明的方法来编写一个条件，即如果两个（或更多）变量的 AND 运算结果为零，则执行 sum() 函数

【问题讨论】：

标签： python python-3.x pandas numpy dataframe

【解决方案1】：

您可以先使用pd.DataFrame.all 否定过滤：

cols = ['Domestic', 'Catsize']
res = df[~df[cols].all(1)].groupby('Type')['Count'].sum()

print(res)
# Type
# 1     1
# 2    11
# 3    14
# 4    31
# Name: Count, dtype: int64

【讨论】：

【解决方案2】：

使用np.logical_and.reduce 进行概括。

columns = ['Domestic', 'Catsize']
df[~np.logical_and.reduce(df[columns], axis=1)].groupby('Type')['Count'].sum()

Type
1     1
2    11
3    14
4    31
Name: Count, dtype: int64

添加回来之前，使用map进行广播：

u = df[~np.logical_and.reduce(df[columns], axis=1)].groupby('Type')['Count'].sum()
df['NewCol'] = df.Type.map(u)

df
   Domestic  Catsize  Type  Count  NewCol
0         1        0     1      1       1
1         1        1     1      8       1
2         1        0     2     11      11
3         0        1     3     14      14
4         1        1     4     21      31
5         0        1     4     31      31

【讨论】：

是否可以将logical_and 用于具有数值的变量。例如，如果 catsize 列具有诸如 0,2,4,5,6,8 之类的值？
@eshfaqahmad 先将列转换为布尔值：df[col]=df[col].astype(bool)
非常感谢您的回复。我试过了，但这给了我一些错误KeyError: '[-1 -1 -2 -1 -2 -1 ] not in index。我已将“Catsize”列更改为“Legs”，并将值更改为 0,0,2,4,4,5。
@eshfaqahmad 嗨，我建议提出一个新问题。通过这种方式，您会更快地获得帮助。
我在大约 3 天前已经提出了一个问题，但还没有答案或评论。

【解决方案3】：

怎么样

columns = ['Domestic', 'Catsize']
df.loc[~df[columns].prod(axis=1).astype(bool), 'Count']

然后随心所欲地使用它。

对于逻辑 AND，该产品可以很好地解决问题。对于逻辑或您可以使用 sum(axis=1) 提前适当的否定。

【讨论】：