python - 跨多个数据框的 bool 比较

Question

我有一个问题，我想比较多个数据帧的值。这是一个片段示例:

data0 = [[1,'01-01'],[2,'01-02']]
data1 = [[11,'02-30'],[12,'02-25']]
data2 = [[8,'02-30'],[22,'02-25']]
data3 = [[7,'02-30'],[5,'02-25']]
df0 = pd.DataFrame(data0,columns=['Data',"date"])
df1 = pd.DataFrame(data1,columns=['Data',"date"])
df2 = pd.DataFrame(data2,columns=['Data',"date"])
df3 = pd.DataFrame(data3,columns=['Data',"date"])
result=(df0['Data']| df1['Data'])>(df2['Data'] | df3['Data'])

我希望可以看到的是，如果 df0 rowX 或 df1 中的值rowX 大于 df2 rowX 或 df3 rowX 返回 True否则它应该是 false。在上面的代码中，df1 中的 11 大于 8 和 7(分别为 df2 和 3)，因此结果应该为 True，然后对于第二行，2 或 12 都不大于 22 (df2)所以应该是假的。然而，结果给了我

False,False

代替

True,False

有什么想法或帮助吗？

Answer 1

问题

对于您的数据:

>>> df0['Data']
0    1
1    2
Name: Data, dtype: int64
>>> df1['Data']
0    11
1    12
Name: Data, dtype: int64

你用 | 做按位或:

>>> df0['Data']| df1['Data']
0    11
1    14
Name: Data, dtype: int64
>>> df2['Data']| df3['Data']
0    15
1    23
Name: Data, dtype: int64

对单个数字执行此操作:

>>> 1 | 11
11
>>> 2 | 12
14

这不是你想要的。

解决方案

您可以使用 np.maximum 从每个系列中找到最大值:

>>> np.maximum(df0['Data'], df1['Data']) > np.maximum(df2['Data'], df3['Data'])
0     True
1    False
Name: Data, dtype: bool