Pandas DataFrame - 如何在多列上应用 Lambda 函数并创建新列

Question

Pandas DataFrame = df（例子）如下：

----------------------------------
   col_1   col_2   col_3   col_4  ... etc.
----------------------------------
0  34.91   12.45    0.00  256.95
1   0.00    0.00    0.00    0.00
2   2.34  346.78    1.23    0.02
3   0.00   78.95   36.78    2.95
4   0.03   46.21  128.05   30.00
5   0.05    0.10    0.07    0.05
----------------------------------

df = df.assign(col_new_bool = lambda x: True if   ((x['col_1'] < 0.0001) and 
                                                   (x['col_2'] < 0.0002) and 
                                                   (x['col_3'] < 0.0003) and 
                                                   (x['col_3'] < 0.0004)) 
                                             else False)

我想在数据框 df 中创建一个新列（名为 new_col_bool）。

如果所有 4 列都为零，

new_col_bool 将包含布尔值 True。

new_col_bool 将包含布尔值 False 如果 4 列中的任何一列不为零。

请帮助正确的 lambda 函数？

注意：
df 有 100 多列，但我的 new_col_bool 仅基于 4 列计算。
** 如何检查这 4 列中的每一列的不同阈值？**

Answer 1

您不需要 lambda 函数来处理琐碎的事情，使用 DataFrame.all 而不是 axis=1：

df['new_col_bool'] = df.eq(0).all(axis=1)

   col_1   col_2   col_3   col_4  new_col_bool
0  34.91   12.45    0.00  256.95         False
1   0.00    0.00    0.00    0.00          True
2   2.34  346.78    1.23    0.02         False
3   0.00   78.95   36.78    2.95         False
4   0.03   46.21  128.05   30.00         False
5   0.05    0.10    0.07    0.05         False

要只检查某些列，请先选择这些：

cols = ['col_1', 'col_2', 'col_3', 'col_4']
df['new_col_bool'] = df[cols].eq(0).all(axis=1)

   col_1   col_2   col_3   col_4  new_col_bool
0  34.91   12.45    0.00  256.95         False
1   0.00    0.00    0.00    0.00          True
2   2.34  346.78    1.23    0.02         False
3   0.00   78.95   36.78    2.95         False
4   0.03   46.21  128.05   30.00         False
5   0.05    0.10    0.07    0.05         False

---

检查任何情况：

cols = ['col_1', 'col_2', 'col_3', 'col_4']
cond = df[cols] > 0.5
# or cond = df[cols] <= -1.3
df['new_col_bool'] = cond.all(axis=1)

Answer 2

我认为转置数据帧并求和会很有效：

df['new_col_bool'] = df.T.sum() == 0
df
Out[1]: 
   col_1   col_2   col_3   col_4  new_col_bool
0  34.91   12.45    0.00  256.95         False
1   0.00    0.00    0.00    0.00          True
2   2.34  346.78    1.23    0.02         False
3   0.00   78.95   36.78    2.95         False
4   0.03   46.21  128.05   30.00         False

或者对于特定的列：

df['new_col_bool'] = df.T.iloc[0:4].sum() == 0
df
Out[1]: 
   col_1   col_2   col_3   col_4  new_col_bool
0  34.91   12.45    0.00  256.95         False
1   0.00    0.00    0.00    0.00          True
2   2.34  346.78    1.23    0.02         False
3   0.00   78.95   36.78    2.95         False
4   0.03   46.21  128.05   30.00         False

要按阈值执行，请使用max：

df['new_col_bool'] = df.T.iloc[0:4].max() < 100
df
Out[1]: 
   col_1   col_2   col_3   col_4  new_col_bool
0  34.91   12.45    0.00  256.95         False
1   0.00    0.00    0.00    0.00          True
2   2.34  346.78    1.23    0.02         False
3   0.00   78.95   36.78    2.95          True
4   0.03   46.21  128.05   30.00         False
5   0.05    0.10    0.07    0.05          True