对 np.where() 执行算术运算

Question

A   B   C

0   1   5
5   8   4
6   3   2 
4   7   1 
2   0   8

这是我的数据框。

我想将每一列与另一列进行比较，并将最高值存储在一个新变量中。因此决定谁是赢家

例如。让我们比较 A 列和 B 列

for i in df.columns[1:]: 
    for j in df.columns[1:]: 
        if i != j:
            np.where(df[i] >= df[j], totalI = totalI+df[i], totalJ=totalJ+df[j])

执行时我收到此错误：TypeError: where() got an unexpected keyword argument 'totalI'。

A 与 B 比较时的预期输出：totalI = 8 和 totalJ = 16

我是 python 新手。我想要一个解决方案来存储添加的值，以防 np.where 的真假

Answer 1

我想我明白你在说什么，如果我错了，请纠正我。

我假设你有一个类似这样的数据框：

import pandas as pd
df = pd.DataFrame([[0, 1, 5], [5, 8, 4], [6, 3, 2], [4, 7, 1], [2, 0, 8]], columns = ["A", "B", "C"])

这是我从你的示例数据集中得到的。

然后我用itertools 想出了["A", "B", "C"] 列的尽可能多的组合，例如A > B、B > A，如下所示：

import itertools
combination_columns = list(itertools.permutations(["A", "B", "C"], 2))

然后，如果您遍历每个定理，并将它们添加到这样的字典中：

import numpy as np
totals = {}
for comb in combination_columns:
    totals[f"{comb[0]} > {comb[1]}"] = sum(np.where(df[comb[0]] > df[comb[1]], df[comb[0]], 0))

你明白了：

>>> print(totals)
{'A > B': 8, 'A > C': 15, 'B > A': 16, 'B > C': 18, 'C > A': 13, 'C > B': 13}

如您所见，您的totalI 等同于totals['A > B']，您的totalJ 等同于totals['B > A']。显然，如果它更适合您，您可以使用不同的命名方案。

整个代码如下：

import pandas as pd
import itertools
import numpy as np
df = pd.DataFrame([[0, 1, 5], [5, 8, 4], [6, 3, 2], [4, 7, 1], [2, 0, 8]], columns = ["A", "B", "C"])
combination_columns = list(itertools.permutations(["A", "B", "C"], 2))

totals = {}
for comb in combination_columns:
    totals[f"{comb[0]} > {comb[1]}"] = sum(np.where(df[comb[0]] > df[comb[1]], df[comb[0]], 0))

print(totals)

关于您的评论，可以这样重写：

import pandas as pd
import itertools
import numpy as np
df = pd.DataFrame([[0, 1, 5], [5, 8, 4], [6, 3, 2], [4, 7, 1], [2, 0, 8]], columns = ["A", "B", "C"])
combination_columns = list(itertools.combinations(["A", "B", "C"], 2))

totals = {}
for comb in combination_columns:
    x_vs_y = sum(np.where(df[comb[0]] > df[comb[1]], df[comb[0]], 0))
    y_vs_x = sum(np.where(df[comb[0]] < df[comb[1]], df[comb[1]], 0))
    totals[f"{comb[0]} Vs {comb[1]}"] = comb[0] if x_vs_y > y_vs_x else comb[1]

print(totals)

它不干净，但如果你想做你的清单想法，这就是我想出的：

import pandas as pd
import itertools
import numpy as np
df = pd.DataFrame([[0, 1, 5], [5, 8, 4], [6, 3, 2], [4, 7, 1], [2, 0, 8]], columns = ["A", "B", "C"])
combination_columns = list(itertools.combinations(["A", "B", "C"], 2))

totals = []
for comb in combination_columns:
    x_vs_y = sum(np.where(df[comb[0]] > df[comb[1]], df[comb[0]], 0))
    y_vs_x = sum(np.where(df[comb[0]] < df[comb[1]], df[comb[1]], 0))
    totals.append((comb[0] if x_vs_y > y_vs_x else comb[1]) + ' beats ' + (comb[1] if x_vs_y > y_vs_x else comb[0]))

print(totals)