如何在熊猫中使用基于DataFrame布尔值的条件语句

如何在熊猫中使用基于DataFrame布尔值的条件语句

如果要检查Dataframe的任何行是否满足条件，则可以

.any()

与条件一起使用。范例-

if ((df['column1']=='banana') & (df['colour']=='green')).any():

范例-

In [16]: dfOut[16]:   A  B0  1  21  3  42  5  6In [17]: ((df['A']==1) & (df['B'] == 2)).any()Out[17]: True

这是因为您的条件–

((df['column1']=='banana') & (df['colour']=='green'))

返回一系列True /
False值。

这是因为在熊猫中，当将一个系列与一个标量值进行比较时，它将返回将该系列的每一行与该标量值进行比较的结果，并且结果是一系列True /
False值，表明该行与标量值。范例-

In [19]: (df['A']==1)Out[19]:0     True1    False2    FalseName: A, dtype: boolIn [20]: (df['B'] == 2)Out[20]:0     True1    False2    FalseName: B, dtype: bool

而且

&

确实行方向

and

的两个系列。范例-

In [18]: ((df['A']==1) & (df['B'] == 2))Out[18]:0     True1    False2    Falsedtype: bool

现在，可以使用

.any()

检查该系列中的任何值是否为True，可以使用检查系列中的所有值是否为True

.all()

。