如何查看数据框两列之间的最大值以及一列中有多少值大于另一列？答案

【问题标题】：How to see the highest value between two columns of a dataframe and how many values in one column are greater than the other?如何查看数据框两列之间的最大值以及一列中有多少值大于另一列？
【发布时间】：2019-06-22 23:19:32
【问题描述】：

我需要比较数据框的两列 (a, b)，以查看 Pandas 中有多少“a”值大于“b”。

我已经尝试过这种方式，但我不知道这是否是最佳选择：

def result(y,z):
    if(y > z):
          return True

df_filtered.apply(lambda y: result(y['a'],y['b']), axis = 1)

结果显示了一个真假结果列表，但我需要知道每个结果的数量。

【问题讨论】：

标签： python pandas dataframe two-columns

【解决方案1】：

您可以通过value_counts查看

df['a'].gt(df['b']).value_counts()

【讨论】：

【解决方案2】：

你需要：

(df['a'] > df['b']).sum()

考虑以下示例：

df = pd.DataFrame({
    'a':[10,20,30,40],
    'b':[1,200,300,4]
})

输出：

    a   b
0   10  1
1   20  200
2   30  300
3   40  4

然后

 (df['a'] > df['b']).sum()

输出

【讨论】：

我试过这个，它适用于较大的数字，当我尝试查看较小的数字时，它给我带来了不正确的数量：(df['a'] > df['b']) .sum() 输出：7980 (df['b'] > df['a']).sum() 输出：73 但总行数为11975，字段不为空。
您是否有可能有 3922 行 a 和 b 具有相同的数字？

【解决方案3】：

你做对了，只需添加 value_counts() 这样：

df_filtered.apply(lambda y: result(y['a'],y['b']), axis = 1).value_counts()

更好的是，如果您的函数 result 很简单，您可以编写：

df.apply(lambda x: x['a']>x['b'], axis=1).value_counts()

【讨论】：