Pandas 计算大于不同列中另一个值的行中的值

Question

我有一个这样的熊猫数据框：

        X   a   b   c
        1   1   0   2
        5   4   7   3
        6   7   8   9

我想打印一个名为“count”的列，它输出的值的数量大于第一列中的值（在我的例子中是“x”）。输出应如下所示：

X   a   b   c   Count
1   1   0   2   2
5   4   7   3   1
6   7   8   9   3

我想避免使用“lambda 函数”或“for”循环或任何类型的循环技术，因为我的数据框有大量行。我尝试过这样的事情，但我无法得到我想要的。

df['count']=df [ df.iloc [:,1:] > df.iloc [:,0] ].count(axis=1)

我也试过了

numpy.where()

也没有运气。因此，任何帮助将不胜感激。我也有 nan 作为我的数据框的一部分。所以我想在计算值时忽略它。

提前感谢您的帮助！

Answer 1

您可以将ge(>=) 与sum 一起使用

df.iloc[:,1:].ge(df.iloc[:,0],axis = 0).sum(axis = 1)
Out[784]: 
0    2
1    1
2    3
dtype: int64

分配回来后

df['Count']=df.iloc[:,1:].ge(df.iloc [:,0],axis=0).sum(axis=1)
df
Out[786]: 
   X  a  b  c  Count
0  1  1  0  2      2
1  5  4  7  3      1
2  6  7  8  9      3

Answer 2

df['count']=(df.iloc[:,2:5].le(df.iloc[:,0],axis=0).sum(axis=1) + df.iloc[:,2:5].ge(df.iloc[:,1],axis=0).sum(axis=1))

如果有人需要这样的解决方案，您只需将“.le”和“.ge”的输出添加到一行中即可。感谢@Wen 回答我的问题！！！