如何在 pandas 中使用基于 DataFrame 布尔值的条件语句

Question

现在我知道如何检查数据框中跨多个列的特定值。但是，我似乎无法弄清楚如何根据布尔响应执行 if 语句。

例如：

使用os.walk 遍历目录并将特定文件读入数据帧。

for root, dirs, files in os.walk(main):
        filters = '*specificfile.csv'
        for filename in fnmatch.filter(files, filters):
        df = pd.read_csv(os.path.join(root, filename),error_bad_lines=False)

现在跨多个列检查该数据框。第一个值是列名（column1），下一个值是我在该列（香蕉）中查找的特定值。然后，我正在检查另一列（column2）以获取特定值（绿色）。如果这两个都是真的，我想执行一项特定的任务。但是，如果它是错误的，我想做其他事情。

类似：

if (df['column1']=='banana') & (df['colour']=='green'):
    do something
else: 
    do something

Answer 1

如果您想检查 DataFrame 的任何一行是否符合您的条件，您可以使用 .any() 以及您的条件。示例 -

if ((df['column1']=='banana') & (df['colour']=='green')).any():

例子-

In [16]: df
Out[16]:
   A  B
0  1  2
1  3  4
2  5  6

In [17]: ((df['A']==1) & (df['B'] == 2)).any()
Out[17]: True

这是因为您的条件 - ((df['column1']=='banana') & (df['colour']=='green')) - 返回一系列真/假值。

这是因为在 pandas 中，当您将系列与标量值进行比较时，它会返回将该系列的每一行与标量值进行比较的结果，结果是一系列 True/False 值，表示比较的结果具有标量值的那一行。示例 -

In [19]: (df['A']==1)
Out[19]:
0     True
1    False
2    False
Name: A, dtype: bool

In [20]: (df['B'] == 2)
Out[20]:
0     True
1    False
2    False
Name: B, dtype: bool

& 为这两个系列逐行执行and。示例 -

In [18]: ((df['A']==1) & (df['B'] == 2))
Out[18]:
0     True
1    False
2    False
dtype: bool

现在要检查该系列中的任何值是否为True，您可以使用.any()，要检查该系列中的所有值是否为True，您可以使用.all()。