检查何时多个数据框列在 Python 中具有特定值答案

【问题标题】：Checking when more than one dataframe column has specific values in Python检查何时多个数据框列在 Python 中具有特定值
【发布时间】：2018-11-06 05:24:06
【问题描述】：

我的数据格式如下：

Shop              Date             Produced         Lost        Output     Signal
Cornerstop        01-01-2010          0              1            9          1
Cornerstop        01-01-2010          11             1            11         0
Cornerstop        01-01-2010          0              0            0          2
Cornerstop        01-01-2010          1              0            0          2
Cornerstop        01-01-2010          5              7            0          2
.
.
.
.

当 'Produced' 为 0 时，'Lost' 和 'Output' 的数据应该为 0，但那不是案子。我需要一种方法来找出何时不是这种情况（当 Produced 为 0 但 Lost、Output 或 Signal 中的任何一个都不为 0 时）。

制作一个计数器来计算这是真的与否的次数是我以前看到的数字：

counter = 0

for index, row in data.iterrows():
    if row['Produced'] and row['Lost'] != 0:
        counter += 1
    else:
        continue

我想确切地查看这些数据框中的哪些行（这是一个大集合），而且按每一行搜索几乎不是很有效。

有没有更好的方法可以做到这一点？

【问题讨论】：

标签： python python-3.x pandas dataframe if-statement

【解决方案1】：

试试Boolean indexing:

data[(data['Produced'] == 0) & (data['Lost'] != 0) & (data['Output'] != 0) & (data['Signal'] != 0)]

【讨论】：

谢谢。这是一种非常简单干净的方式。

【解决方案2】：

您可以使用布尔索引和pd.DataFrame.all。为了便于阅读，您可以将掩码存储在变量中：

m1 = data['Produced'] == 0
m2 = (data[['Lost', 'Output', 'Signal']] != 0).all(1)

res = data[m1 & m2]

【讨论】：

我认为他们想要any：“...当 Produced 为 0 但 Lost、Output 或 Signal 中的任何一个都不为 0)。”
@SpghttCd，可能。但是接受的答案到处都有&，这意味着all。所以不完全确定。

【解决方案3】：

我的方法是布尔索引，其中一个数组用于==0 部分 (Produced) 和一个用于!=0 部分，通过loc 和any 打包：

df[df.Produced==0 & (df.loc[:, ['Lost', 'Output', 'Signal']]!=0).any(1)]

【讨论】：