迭代行以检查大量条件

Question

嗨，我有一个数据框，它捕获系统数据。我想对这些行进行迭代，以检查大量的条件（类似于决策树）

对于eg，数据帧是：

          timestamp   v01   v02    v03    v04   
0  01/06/2020 00:00  99.9   99.9   99.9   99.9   
1  01/06/2020 00:05  89.9   99.9   99.9   99.9  
2  01/06/2020 00:10  100.0  100.0  100.0  100.0  
.......

下面是我列出的大量情况（超过50种）。对于数据帧中的每一行，它必须对照50个条件进行检查

0 'v01==100.0, v02==100.0, v04==100.0', 
1 'v01==100.0, v01==100.0, v04==100.0',  
2 'v01==100.0, v02==100.0, v03==100.0',  
.........

算法：

1. 数据帧中的行1检查“v01==100.0&；v02==100.0&；v04==100”，然后检查下一个条件
2. 转到dataframe中的下一行并再次检查条件

有没有一种有效的方法让我遍历数据帧中的每一行并检查所有条件（即50行条件）？我还想知道索引的条件是假的

到目前为止，我认为df.query（）似乎是最有效的，但我无法判断哪个条件没有满足

我能想到的另一种方法是将以下字符串（例如'v01==100.0，v02==100.0，v04==100.0'）转换为df['v01']==100。。。有没有办法做到这一点

多谢各位

Answer 1

您可以使用以下方法：

dataframe_name['Column_name'] == 'value'

这将为您提供包含每行的“True”和“False”值的序列