numpy where 语句的多个结果答案

【问题标题】：Multiple outcomes from numpy where statementnumpy where 语句的多个结果
【发布时间】：2021-05-03 12:55:21
【问题描述】：

我有一个 4 列的 excel 表，（列 1、2、3、4）。

列中的数据是二进制 1 或 0。但是，有时列中会有 X。当 X 出现在某一列的某一行时，它将出现在该行的所有列中。

我要做的是按行对所有列进行求和，并将其归为通过、失败或 X 状态。

各行的最大总和可以是 4，如果是 4 则为失败。如果小于 4 则通过。如果它是 X，我希望它在新创建的 df 中保留为 X

What i have done is:
criteria = df['Column 1'] + df['Column 2'] + df['Column 3 '] + df['Column 4']
df['criteria'] = np.where(criteria == 4, 'Fail', 'Pass')

问题在于这会将 X 标记为通过。

【问题讨论】：

标签： python numpy

【解决方案1】：

首先，在代码中添加所有值。这不会按您的意愿工作，因为所有值都可能是字符串，或者更糟糕的是，整数和字符串的组合。这将返回一个字符串，或者引发一个TypeError。

此后，df['Column 1']、df['Column 2']、df['Column 3']、df['Column 4'] 的值被视为字符串。（如果还没有，您可能需要将它们转换为字符串）

首先，在df 列中找到“X”，如果是，则将df['criteria'] 设置为'X'。

其次，将字符串转换为数字并相加，然后与4进行比较。

使用这个：

# make `np.array` of the concerned columns
slice = np.array((
    df['Column 1'], df['Column 2'], df['Column 3'], df['Column 4']
))

# `slice` is a transpose of `df`, so transpose again to make it same
slice = np.transpose(slice)

for i in range(len(slice)):
    row = slice[i]
    if np.array(np.where(row == 'X')).size > 0:
        df['criteria'][i] = 'X'
    else:
        row = row.astype('int')
        if sum(row) == 4:
            df['criteria'][i] = 'Fail'
        elif sum(row) < 4:
            df['criteria'][i] = 'Pass'

注意事项：

这假定名为“条件”的列已经存在并且具有适当的大小来存储所有值。
有关for 循环（第11 行）中第一个if 语句的更多信息，请参阅How can I check whether a numpy array is empty or not?

此代码已使用以下值df 进行了测试

# Note: This `DataFrame` looks different.
# Note: The columns are horizontal instead of vertical
df = pd.DataFrame.from_dict(data={
    'Column 1': ['0', '1', 'X', '1'],
    'Column 2': ['1', '1', 'X', '1'],
    'Column 3': ['0', '1', 'X', '0'],
    'Column 4': ['0', '1', 'X', '1'],
    'Expected': ['Pass', 'Fail', 'X', 'Pass'],
    'criteria': ['', '', '', '']
}, dtype='str')

预期结果 (df['Expected']) 匹配 df['criteria']

【讨论】：

你测试过这个吗？我希望它会抛出错误。
@fountainhead，是的，我有。我也提供了一些关于它的注释。