根据矩阵中的其他列添加一列。 [Python]答案

【问题标题】：Add a column according to other columns in a matrix. [python]根据矩阵中的其他列添加一列。 [Python]
【发布时间】：2021-01-15 17:54:08
【问题描述】：

我得到了一个矩阵形式：

      1.0  2.0  3.0  4.0
1      0    0    0    1
2      0    0    1    0
3      1    0    0    0
4      0    1    0    0
5      1    0    0    0
6      0    0    0    0
7      1    0    0    0

我想在矩阵中添加另一列，其中仅当其他所有值为 0 时其值为 1，否则为 0。所以视觉上我想要这个：

      1.0  2.0  3.0  4.0  5.0
1      0    0    0    1   0
2      0    0    1    0   0
3      1    0    0    0   0
4      0    1    0    0   0
5      1    0    0    0   0
6      0    0    0    0   1
7      1    0    0    0   0

【问题讨论】：

df['5.0'] = (~df.any(axis=1)).astype(int)
或df['5.0'] = df.sum(axis=1).eq(0).astype(int)

标签： python pandas dataframe matrix multiple-columns

【解决方案1】：

让我们尝试一些不同的东西。我们可以在轴 1 上取太阳并转换为np.sign，然后用 1 减去该结果，将 0 转换为 1 并将 1 转换为 0。

df['5.0'] = 1-np.sign(df.sum(1))

或df.any(axis=1)

df['5.0'] = 1-df.any(1)

print(df)

   1.0  2.0  3.0  4.0  5.0
1    0    0    0    1    0
2    0    0    1    0    0
3    1    0    0    0    0
4    0    1    0    0    0
5    1    0    0    0    0
6    0    0    0    0    1
7    1    0    0    0    0

如果一行只能有一个 1 或更少就行；

df['5.0'] = 1-df.sum(1)

【讨论】：

【解决方案2】：

这必须做的工作：

df['05']=(df.sum(axis=1)==0).astype(int)

【讨论】：

【解决方案3】：

使用 df.apply 创建一个新系列，然后像这样分配：

df[5.0] = df.apply(lambda row: 1 if all(i == 0 for i in row) else 0, axis=1)

【讨论】：

【解决方案4】：

您可以将矩阵转换为Dataframe函数：

 matrixA = {}
 matrixA['1'] = [0, 0, 0, 1]
 matrixA['2'] = [0, 1, 0, 0]
 matrixA['3'] = [0, 0, 1, 1]
 matrixA['4'] = [0, 1, 1, 1]
 df = pd.DataFrame(matrixA)

然后添加一个 lambda 函数

df['5'] = df.apply(lambda x: 
     get_sum_of_1(list(x)),axis=1).reset_index(drop=True).copy()

计算的行函数将是：

def get_sum_of_1(row):
    return row.count(1) % 2

【讨论】：