比较多列中的值并返回所有下降区域答案

【问题标题】：Comparing Values in Multiple Columns and Returning all Declining Regions比较多列中的值并返回所有下降区域
【发布时间】：2021-07-16 18:00:45
【问题描述】：

我有一个类似于以下的数据框，假设我有两个不同年份的不同地区的销售额：

Company	2021 Region 1 Sales	2021 Region 2 Sales	2020 Region 1 Sales	2020 Region 2 Sales
Company 1	300000	150000	250000	149000
Company 2	10000	17000	100000	80000
Company 3	12000	20000	22000	90000

我想比较每个地区每年的情况，以确定哪些地区在 2021 年有所下降。需要注意的是，地区销售额必须至少为 25,000 美元才能计算在内。因此，我希望添加一个新列，其中包含 2021 年销售额低于 25,000 美元但 2020 年销售额超过 25,000 美元的所有地区名称。输出将如下所示，尽管会有更多列或“地区”比较大于 2。

Company	2021 Region 1 Sales	2021 Region 2 Sales	2020 Region 1 Sales	2020 Region 2 Sales	2021 Lost Regions
Company 1	300000	150000	250000	149000	None
Company 2	10000	17000	100000	80000	Region 1; Region 2
Company 3	12000	20000	22000	90000	Region 2

提前感谢您的任何帮助，不要急于求成。希望有一种简洁的方法可以做到这一点，而无需使用 if-then 并写出很多组合。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

number_of_regions = 2 # You have to change this
def find_declined_regions(row):
    result = []
    for i in range(1, number_of_regions+1):
        if row[f"2021 Region {i} Sales"] < 25000 and row[f"2020 Region {i} Sales"] > 25000:
           result.append(f"Region {i}")
    return "; ".join(result)

df.apply(find_declined_regions, axis=1)

df 是您的 DataFrame，您必须根据您的问题更改 number_of_regions。

编辑：如果列名都不同，有两种情况：

1- 你有一个所有地区的列表，所以你可以这样做：

for region in all_regions:
        if row[f"2021 {region} Sales"] < 25000 and row[f"2020 {region} Sales"] > 25000:

2- 您没有所有区域的列表，因此您必须创建一个：

all_regions = [col[5:-6] for col in df.columns[1:int(len(df.columns)/2)+1]]

【讨论】：

非常感谢您。当您有机会时，出于学习目的的一个问题......如果列名都不同，这个循环将如何工作？例如，如果我有西北销售、东南销售等，而不是区域 1、区域 2 等。
编辑了答案@nb1214
非常感谢，在结合原始答案和编辑时仍然很困惑，但我现在有我需要弄清楚的东西。