np.where 多个逻辑语句 pandas

Question

我知道关于使用np.where.的链式逻辑运算符的话题有很多问题

我有 2 个数据框：

df1
   A  B  C  D  E  F Postset
0  1  2  3  4  5  6     yes
1  1  2  3  4  5  6      no
2  1  2  3  4  5  6     yes

df2
   A  B  C  D  E  F Preset
0  1  2  3  4  5  6    yes
1  1  2  3  4  5  6    yes
2  1  2  3  4  5  6    yes

我想比较每个数据帧中行的唯一性。为此，我需要检查许多选定列的所有值是否相等。

从这个question：如果我正在检查列abcdef我可以这样做：

np.where((df1.A != df2.A) | (df1.B != df2.B) | (df1.C != df2.C) | (df1.D != df2.D) | (df1.E != df2.E) | (df1.F != df2.F))

正确给出：

(array([], dtype=int64),)

即所有列中的值对于两个数据帧都是独立相等的。

这对于小型数据框来说很好，但我的真实数据框有很多列，我必须检查。 np.where 条件太长，无法准确写出。

相反，我想将我的列放入一个列表中：

columns_check_list = ['A','B','C','D','E','F'] 

并使用我的np.where 语句自动检查所有列。

这显然不起作用，但它是我正在寻找的表单类型。比如：

check = np.where([df[column) != df[column] | for column in columns_check_list]) 

我怎样才能做到这一点？

注意事项：

• 我有很多专栏
• 我的数据格式是固定的。
• 列中的值可能包含strings 或floats。

Answer 1

您似乎需要all 来检查每行是否所有值都是True，或者如果每行至少有一个值是True，则需要any：

mask= ~(df1[columns_check_list] == df2[columns_check_list]).all(axis=1).values
print (mask)
[False False False]

或者更易读，谢谢IanS:

mask= (df1[columns_check_list] != df2[columns_check_list]).any(axis=1).values
print (mask)
[False False False]

也可以比较numpy arrays：

mask= (df1[columns_check_list].values != df2[columns_check_list].values).any(axis=1)
print (mask)
[False False False]

Answer 2

您可以对比较的值使用np.logical_ors reduce 方法：

>>> import numpy as np
>>> np.logical_or.reduce((df1 != df2).values, axis=1)  # along rows
array([False, False, False], dtype=bool)               # each value represents a row

您可能需要在进行比较之前排除列：

(df1[include_columns_list] != df2[include_columns_list]).values

或之后：

(df1 != df2)[include_columns_list].values

除了np.logical_or，还有一个np.bitwise_or，但是如果您处理布尔值（并且比较返回一个布尔值数组），它们是等价的。