python - 为 .apply 编写函数来分析整个列？

Question

我有一个数据框(它是使用pivot函数的产物，这就是它有c和a的原因):

c 367235    419895  992194
a
1999-02-06  Nan 9   Nan
2000-04-03  2   Nan Nan
1999-04-12  Nan Nan 4
1999-08-08  2   Nan Nan
1999-11-01  8   5   1
1999-12-08  Nan 3   Nan
1999-08-17  Nan Nan 10
1999-10-22  Nan 3   Nan
1999-03-23  Nan 4   Nan
2000-09-29  9   Nan Nan
1999-04-30  Nan Nan 1
2000-09-30  9   Nan Nan

我想在此数据框的底部添加一个新行。新行中的每个单元格都会评估其上方的列；如果该列包含数字 9、8 或 3，则该单元格的计算结果为“TRUE”。如果该列不包含这些数字，则单元格的计算结果为“FALSE”。最终，我的目标是使用 drop 函数删除带有“FALSE”单元格的列，创建如下数据集:

c 367235    419895
a
1999-02-06  Nan 9
2000-04-03  2   Nan
1999-04-12  Nan Nan
1999-08-08  2   Nan 
1999-11-01  8   5
1999-12-08  Nan 3
1999-08-17  Nan Nan
1999-10-22  Nan 3   
1999-03-23  Nan 4
2000-09-29  9   Nan
1999-04-30  Nan Nan
2000-09-30  9   Nan
           TRUE TRUE

我的问题:

我可以编写一个函数来评估多个数字之一是否在列表中，但我无法将此函数写入 .apply。

也就是说，我发现这可以用来确定一组数字是否在列表中:

How to check if one of the following items is in a list?

我尝试对 apply 函数进行如下修改:

def BIS(i):
        L1 = [9,8,3]
        if i in L1:
            return "TRUE"
    else:
        return "FALSE"
df_wanted.apply(BIS, axis = 0)

这会导致错误: ('Series 的真值不明确。使用 a.empty、a.bool()、a.item、a.any()。'u'出现在索引 367235 处')

这让我想到，虽然 .apply 将整个列作为输入，但它无法聚合所有单个单元格的真值并得出有关该列的总真值。我查了a.any和a.bool，它们看起来很有用，但我不知道把它们放在哪里？例如，这不起作用:

df_wanted.apply.any(BIS, axis = 0)

这也没有

df_wanted.apply(BIS.any, axis = 0).

有人能指出我正确的方向吗？非常感谢提前

Answer 1

您可以使用.isin()方法:

df.loc[:, df.isin(['9','8','3']).any()]

如果您需要将条件附加到数据框:

cond = df.isin(['9','8','3']).any().rename("cond")
df.append(cond).loc[:, cond]