过滤多个 df 列，其中任何列或无列 = 值答案

【问题标题】：Filtering for multiple df columns where any of column or none are = value过滤多个 df 列，其中任何列或无列 = 值
【发布时间】：2020-09-09 05:13:27
【问题描述】：

我的df如下：

ID | Night_Shift | Day_Shift | Weekend_Shift | Morning_Shift
3       True         False         False          True
1       False        False         False          False
2       True         True          False          True

如果任何 Shift 列中至少有 1 个 True 或 False 如果全部为 False，我如何创建新列显示 True？

预期输出：

ID | Night_Shift | Day_Shift | Weekend_Shift | Morning_Shift | New_Col
    3       True         False         True          True        True
    1       False        False         False          False       False
    2       True         False         False          False       True

谢谢

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

检查any

df['New'] = df.drop('ID', axis = 1).any(axis = 1)

更新

df['New'] = df.loc[:,df.columns.str.endswith('_Shift')].any(1)

【讨论】：

我的df中除了ID之外还有多个其他列我只在样本集中显示了ID，是否有不同的方法？你同意其他答案吗？
@Chris90 我仍然认为任何一个都更好
只需使用或“|”所有列之间的运算符。像 df['New_Col'] = df['Night_Shift'] | df['Day_Shift'] | df['Weekend_Shift'] | df['Morning_Shift']

【解决方案2】：

import pandas as pd
data = {'col_1': [True, True, False, False], 'col_2': [True, False, True, False]}
df = pd.DataFrame.from_dict(data)
df['result'] = df['col_1'] | df['col_2']
print (df)

在您的代码中

df['New_Col'] = df['Night_Shift'] | df['Day_Shift'] | df['Weekend_Shift'] | df['Morning_Shift']

【讨论】：

这也为所有 False 提供 False？
你的数据和我的不同