两个熊猫数据框的值之间的 if 语句答案

【问题标题】：if statement between values of two pandas Dataframes两个熊猫数据框的值之间的 if 语句
【发布时间】：2018-11-22 12:10:53
【问题描述】：

我想用两个 pandas 数据框的值（我要比较的值在第 0 列）做一个 if 语句：

编辑：

首先我想检查df1的值大于df2的值的次数。

for row in df1:
    if df1[0] > df2[0]:
       Print('Ok')
    else:
       Print('not OK')

我得到的是：

ValueError：Series 的真值不明确。使用a.empty， a.bool()、a.item()、a.any() 或 a.all()。

第 2 条编辑：

由于我没有时间尝试您的所有建议，并且由于我需要一个快速的解决方案，因此我得到了以下结果：

excessLoadB1l=[]

indexYB1=loadC1C2B1.index.tolist()

tempLB1=energyBalanceB1['sumSupply_B1'].tolist()

for item in tempLB1:

    if item < 0:

        item=item

    else:

        item=0

    excessLoadB1l.append(item)

excessLoadB1=pd.DataFrame({'excessLoadB1':excessLoadB1l}).set_index([indexYB1])

我用正负值创建了一个列表

tempLB1=energyBalanceB1['sumSupply_B1'].tolist()

我想将其分成两个不同的 DataFrame。我借用了索引

indexYB1=loadC1C2B1.index.tolist()

对于正值：

excessSupplyB1l=[]

indexZB1=loadC1C2B1.index.tolist()

tempSB1=energyBalanceB1['sumSupply_B1'].tolist()

for item in tempSB1:

    if item > 0:

        item=item

    else:

        item=0

    excessSupplyB1l.append(item)


excessSupplyB1=pd.DataFrame({'excessSupplyB1':excessSupplyB1l}).set_index([indexZB1])

【问题讨论】：

请注明do something和do something else代表什么，例如您是否正在根据您的情况创建一个新列？
在 if 语句的基础上，我想合并另外两个数据帧，例如。 G。如果 df1[0] > df2[0] 的值合并 df3 和 df4 ...
这很重要。我建议您将完整的minimal reproducible example 与小示例数据框放在一起。
相关说明：DataFrames是dict-like，它们的key是列标签。所以如果你运行，例如for x in df: print(x)，你看到的只是df的列名，没有数据。解决方案是循环使用for i, row in df.iterrows()
会很高兴接受答案，甚至对给出的反应做出反应。人们已经努力帮助您。

标签： python pandas dataframe for-loop if-statement

【解决方案1】：

稍微快一点

for i, j in enumerate(df.itertuples()):
    if j[0] > df1[0].iloc[i]:
        print("OK")
    else:
        print("Not OK")

【讨论】：

在这种情况下您不希望j[1] 检查这些值吗？ ...if j[1] > df1[0].iloc[i]:...

【解决方案2】：

不确定您在寻找什么。

如果您要比较来自不同数据框的单个列：

df1[0].gt(df2[0])

如果您将一个数据帧的所有列与另一个数据帧的单列进行比较：

df1.gt(df2[0], axis=0)

如果您要比较两个数据框中的所有列：

df1.gt(df2)

将此添加到上述任何一个以获得“Ok”和“not OK”而不是True，False：

.replace([1, 0], ['Ok', 'not OK'])

【讨论】：

【解决方案3】：

count = 0    

for i, row in df1.iterrows():
    if row[0] > df2.loc[i,0]:
        print('Ok')
        count += 1

    else:
        print('not OK')

print ('%d times item in df1 was greater than df2' %count)

【讨论】：

【解决方案4】：

您可以合并两个数据框，然后使用 np.where 添加一列：

df['result'] = np.where(df1['column1'] > df2['column2'], 'ok', 'not ok')

df[df.result == 'ok'].count()

另外，借用b2002；

df_ = df1[0].gt(df2[0])
(df_ == 1).sum()

【讨论】：