Pandas loc 动态条件列表

Question

我有一个 Pandas DataFrame，我想找到第 i 列值比其他列大 10 倍的所有行。 这是我的 DataFrame 的一个示例：

例如，查看 i=0 列，B 行 (0.344)，它比同一行但其他列 (0.001, 0, 0.009, 0) 中的值大 10 倍。所以我想：

my_list_0=[False,True,False,False,False,False,False,False,False,False,False]

列数可能会改变，因此我不想要这样的解决方案：

#This is good only for a DataFrame with 4 columns.
my_list_i = data.loc[(data.iloc[:,i]>10*data.iloc[:,(i+1)%num_cols]) &
                     (data.iloc[:,i]>10*data.iloc[:,(i+2)%num_cols]) &
                     (data.iloc[:,i]>10*data.iloc[:,(i+3)%num_cols])]

有什么想法吗？ 谢谢。

Answer 1

鉴于df：

df = pd.DataFrame({'cell1':[0.006209, 0.344955, 0.004521, 0, 0.018931, 0.439725, 0.013195, 0.009045, 0, 0.02614, 0],
              'cell2':[0.048043, 0.001077, 0,0.010393, 0.031546, 0.287264, 0.016732, 0.030291, 0.016236, 0.310639,0], 
              'cell3':[0,0,0.020238, 0, 0.03811, 0.579348, 0.005906, 0,0,0.068352, 0.030165],
              'cell4':[0.016139, 0.009359, 0,0,0.025449, 0.47779, 0, 0.01282, 0.005107, 0.004846, 0],
              'cell5': [0,0,0,0.012075, 0.031668, 0.520258, 0,0,0,2.728218, 0.013418]})
i = 0

你可以使用

(10 * df.drop(df.columns[i], axis=1)).lt(df.iloc[:,i], axis=0).all(1)

得到

0     False
1      True
2     False
3     False
4     False
5     False
6     False
7     False
8     False
9     False
10    False
dtype: bool

对于任意数量的列。这将删除列i，将剩余的df 乘以10，并逐行检查是否小于i，然后仅当行中的所有值都是True 时才返回True。因此，它为获得的每一行返回一个True 的向量，并为其他行返回一个False。

如果要给出任意阈值，可以将Trues 相加并除以列数 - 1，然后与您的阈值进行比较：

thresh = 0.5  # or whatever you want
(10 * df.drop(df.columns[i], axis=1)).lt(df.iloc[:,i], axis=0).sum(1) / (df.shape[1] - 1) > thresh

0     False
1      True
2      True
3     False
4     False
5     False
6     False
7     False
8     False
9     False
10    False
dtype: bool