pandas.DataFrame 上的 numpy.logical_and.reduce答案

【问题标题】：numpy.logical_and.reduce on pandas.DataFramepandas.DataFrame 上的 numpy.logical_and.reduce
【发布时间】：2019-01-25 20:05:13
【问题描述】：

版本是 python==3.6.6、pandas==0.23.0、numpy==1.15.0。我想获取 DataFrames 列表的交集。

例如，

x = pd.DataFrame(
    np.arange(6).reshape((3, 2)),
    index=["a", "b", "c"],
    columns=["q", "e"]
)

y = x - 1

预期的回报是 np.logical_and(x, y) 返回的

       q      w
a  False  False
b   True   True
c   True   True

但是，np.logical_and.reduce([x, y]) 会引发错误：

ValueError: 无法将大小为 3 的序列复制到维度为 2 的数组轴

然后，我尝试了

x = pd.DataFrame(
    np.arange(4).reshape((2, 2)),
    index=["a", "b"],
    columns=["q", "e"]
)

y = x - 1
np.logical_and.reduce([x, y])

出现另一个错误：

ValueError: int() 以 10 为底的无效文字：'q'

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

而不是做：

np.logical_and.reduce([x, y])

做：

np.logical_and.reduce([x.values, y.values])

输出：

[[False False]
 [ True  True]
 [ True  True]]

第一个将操作应用于 DataFrame（不是 numpy 数组），第二个将操作应用于 DataFrame x.values 的值，表示为 numpy 数组；

【讨论】：

【解决方案2】：

import pandas as pd
import numpy as np
df = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 
              'col2': [7, 45, 12, 56, 14],
              'col3': [56, 67, 8, 12, 39],
              'col4': [16, np.nan, 25, 6, 19],
              'col5': [1, 9, 23, 56, np.nan],
              'col6': [13, 3, 53, 72, 88]})
print(df)
df2 = (df%2).replace(1, np.nan)==0
print('\n',df2)
print('\nOdd numbers mean {}'.format([df[col][np.logical_and.reduce([df2[col].values == False])].mean() for col in df.columns]))
print('\nEven numbers mean {}'.format([df[col][np.logical_and.reduce([df2[col].values == True])].mean() for col in df.columns]))

【讨论】：