检查字符串是否存在于各个列中。如果存在，请更改 pandas 中的另一个变量

Question

我正在尝试逐行使用条件，如果为真，则逐行更改我的数据框中的变量。

这里是一些示例数据：

import pandas as pd

data = {'grade' : [1,2,3], 'new_grade': [np.nan, np.nan, np.nan], 'pred1': ['yes','no-x','no'], 'pred2': ['yes-x','yes-x', 'yes'], 'pred3': ['yes','no-x','yes']}

df = pd.DataFrame(数据) 打印(df)

   grade  new_grade pred1  pred2 pred3
0      1        NaN   yes  yes-x   yes
1      2        NaN  no-x  yes-x  no-x
2      3        NaN    no    yes   yes

在示例中，如果 pred1、pred2 或 pred3 中的任何一个中都没有“x”，我希望“new_grade”保持不变。如果 pred1、pred2 或 pred3 中的每个变量都有一个“x”，我想从“grade”中减去 1，并将其保存为“new_grade”。

我试过了，但它没有给我想要的结果：

df['new_grade'] = np.where('x' not in str(df[['pred1', 'pred2', 'pred3',]]),  df['grade'], df['grade']-1)

这是所需的输出：

   grade  new_grade pred1  pred2 pred3
0      1          1   yes  yes-x   yes
1      2          1  no-x  yes-x  no-x
2      3          3    no    yes   yes

不确定是否需要使用 iterrows() 进行 for 循环？

任何帮助将不胜感激。

谢谢！

Answer 1

我们可以使用df.filter 获取所有pred 列并检查它们是否包含x。然后使用np.where 用.sub 有条件地从grade 中减去1：

m = df.filter(like='pred').apply(lambda x: x.str.contains('x'), axis=1).all(axis=1)

df['new_grade'] = np.where(m, df['grade'].sub(1), df['grade'])

输出

   grade  new_grade pred1  pred2 pred3
0      1          1   yes  yes-x   yes
1      2          1  no-x  yes-x  no-x
2      3          3    no    yes   yes

NaN 的输出：

   grade  new_grade pred1  pred2 pred3  pred4
0      1          1   yes  yes-x   yes    NaN
1      2          1  no-x  yes-x  no-x    NaN
2      3          3    no    yes   yes    NaN

Answer 2

在您的情况下，我们可以使用contains

df['new_grade']=df.grade-df.loc[:,'pred1':].apply(lambda x : x.str.contains('-x')).all(1)
df
Out[591]: 
   grade  new_grade pred1  pred2 pred3
0      1          1   yes  yes-x   yes
1      2          1  no-x  yes-x  no-x
2      3          3    no    yes   yes

Answer 3

试试这个：

cond1 = df.pred1.str.endswith('x')
cond2 =  df.pred2.str.endswith('x')
cond3 = df.pred3.str.endswith('x')
df['new_grad'] = df['grade'].where(~(cond1 & cond2 & cond3), df['grade'] - 1)