pandas：如果其他列的任何子组中的值=yes，则将列的值设置为true

Question

我想根据我的200多列数据库中14列中的值设置一个新列的值

如果全部为空，则设置为“无效”， 如果任何值为“是”，则设置为“真”，否则设置为“假”

下面是3列子集的示例：

   A        B         C
1       
2           Yes       Yes
3  No       Yes       Yes
4  No       Yes       Yes
5  No       No        N/A

期望输出：

   A        B         C     D
1                           Invalid 
2           Yes       Yes   True
3  No       Yes       Yes   True
4  Yes                      True
5  No       No        N/A   False

为此，我修改了以下Setting value of a column based on values of other columns in Pandas dataframe：

m1 = dfMSR['A'] == 'Yes'
m2 = dfMSR['B'] == 'Yes'
m3 = dfMSR['C'] == 'Yes'
dfMSR['D'] = np.select([m1 | m2 | m3], [True], default = False)
dfMSR['D'] = np.where(((dfMSR['A'].isnull()) &
                       (dfMSR['B'].isnull()) &
                       (dfMSR['C'].isnull())), 
                      'Invalid', dfMSR['D'])

这是可行的，但我不喜欢编写扩展到14列的代码。有更好的方法吗

谢谢

Answer 1

我认为，apply（）方法可以帮助您（尽管在这种特定情况下有更直接的方法，但我认为这个通用方法可能会有所帮助。）

首先，以一个小数据帧为例：

    import pandas as pd

    df = pd.DataFrame([[True, True, False], 
                       [True, True, True], 
                       [True, None, True]])
    df.columns= ['A', 'B', 'C']
    df

因此，您将有：

        A   B   C
    0   True    True    False
    1   True    True    True
    2   True    None    True

然后，您可以定义一个函数来按行应用于列集合。例如，如果列表中没有一个，则返回None，或者执行和。你可以很容易地适应你的情况

    def all_true(x):
        y = True
        for i in x:
            if(type(i) != bool):
                return None
            y &= i
        
        return y

所以这将返回False：

   all_true([False, True, False])

现在，如果将此函数应用于df：

    df.apply(all_true, axis = 1)

你会有

    0    False
    1     True
    2     None
    dtype: object

Answer 2

使用^{}测试^{}中至少一个值Yes，然后测试^{}是否错误显示了所有值：

#columns for test, in real data 14 columns names
cols = ['A','B','C']
m1 = dfMSR[cols].eq('Yes').any(axis=1)
m2 = dfMSR[cols].isna().all(axis=1)

dfMSR['D'] = np.select([m1, m2], [True, 'Invalid'], default=False)
print (dfMSR)
     A    B    C        D
1  NaN  NaN  NaN  Invalid
2  Yes  Yes  NaN     True
3   No  Yes  Yes     True
4   No  Yes  Yes     True
5   No   No  NaN    False

Answer 3

首先尝试检查nan，然后检查YES。然后使用np.select：

df['D'] = np.select((df.isna().all(1), df.eq('Yes').any(1)),
                    ('Invalid', True), False)

输出：

     A    B    C        D
1  NaN  NaN  NaN  Invalid
2  NaN  Yes  Yes     True
3   No  Yes  Yes     True
4   No  Yes  Yes     True
5   No   No  NaN    False