同时迭代两列并根据条件更改单元格的值

Question

我有一个格式如下的数据框：

Index	Object1-Length	Object1-Height	Object2-Length	Object2-Height
0	19	49	21	52
1	20	50	21	51
2	20	51	20	52
3	19	50	19	52
4	20	50	20	52

它继续 Object3、Object4 等等......

我想通过以下方式同时检查两列：

if ObjectX-Length >= 20 and ObjectX-Height >= 50 

然后将 ObjectX 的两个单元格设置为 1，否则将它们设置为 0

这就是我想要的表格：

Index	Object1-Length	Object1-Height	Object2-Length	Object2-Height
0	0	0	1	1
1	1	1	1	1
2	1	1	1	1
3	0	0	0	0
4	1	1	1	1

有什么办法吗？

编辑：将每个对象的两列合并为一列并将该单元格设置为 0 或 1 也可以！

Answer 1

让我们试试吧：

# length like columns
l = df.filter(like='-Length').columns

# corresponding height columns
h = l.str.rstrip('Length') + 'Height'

# create boolean mask
m = (df[l].ge(20).values & df[h].ge(50).values).astype(int)

# assign the values
df[h], df[l] = m, m

详情：

首先filterLengthlike列，然后创建对应的Height列：

print(l)
['Object1-Length', 'Object2-Length']

print(h)
['Object1-Height', 'Object2-Height']

创建表示ObjectX-Length >= 20 and ObjectX-Height >= 50: 的条件的布尔掩码

print(m)
array([[0, 1],
       [1, 1],
       [1, 1],
       [0, 0],
       [1, 1]])

将掩码分配给相应的列：

print(df)
       Object1-Length  Object1-Height  Object2-Length  Object2-Height
Index                                                                
0                   0               0               1               1
1                   1               1               1               1
2                   1               1               1               1
3                   0               0               0               0
4                   1               1               1               1

Answer 2

您可以从numpy 和reshape 获得帮助。 使用reshape，您可以将每一对“移动”到一个临时的第三维，然后您可以拥有一个包含您想要比较的“有趣”列的自然行。

在此之后，您可以恢复原始数据框形状的重塑。

import pandas as pd
import numpy as np

# example dataset
df = pd.DataFrame(np.random.randint(100, size=(8, 6)), columns = ['A-L', 'A-H', 'B-L', 'B-H', 'C-L', 'C-H'])

m, n = df.shape
data = df.values

data = data.reshape((m, 2, -1), order='F')
cond = (data[:,(0,),:] >= 20) & (data[:,(1,),:] >= 50)
new_data = np.repeat(cond, 2, axis=1)
new_data = new_data.reshape((m, -1), order='F')
new_df = pd.DataFrame(new_data, columns=df.columns)

print(df)
print(new_df)


   A-L  A-H  B-L  B-H  C-L  C-H
0   36   99    0   65   44   41
1   31   52    7   33   27   80
2   39   89   57   18   72   76
3    4   13   11   38   21    9
4   72    4    9   16   78   96
5   26   79   80   53   36   81
6   81   59   93   49   39   24
7   45   49   52   54   63   70

     A-L    A-H    B-L    B-H    C-L    C-H
0   True   True  False  False  False  False
1   True   True  False  False   True   True
2   True   True  False  False   True   True
3  False  False  False  False  False  False
4  False  False  False  False   True   True
5   True   True   True   True   True   True
6   True   True  False  False  False  False
7  False  False   True   True   True   True

Answer 3

不太优雅的方式：

r = [] 
for n in range(1, x): # where x = maximum X + 1 
    len_col = f'Object{n}-Length'
    height_col = f'Object{n}-Height'

    # create filter mask for current object {n}
    subset = df[[len_col, height_col]]
    msk = (df[len_col] >= 20) & (df[height_col] >= 50)

    subset.loc[msk,[len_col, height_col] = 1 
    subset.loc[~msk,[len_col, height_col] = 0 
    r.append(subset)


r = pd.concat(r)

Answer 4

您可以在删除Index 列后一次过滤所有列。然后groupyby 每两列都设置为False，如果至少有一个是False。

df.set_index('Index', inplace=True)
df.ge([20,50]*(df.columns.size//2)).groupby(np.arange(df.columns.size)//2, axis=1).transform('min').astype('int')

输出：

       Object1-Length  Object1-Height  Object2-Length  Object2-Height
Index                                                                
0                   0               0               1               1
1                   1               1               1               1
2                   1               1               1               1
3                   0               0               0               0
4                   1               1               1               1