python - Pandas 检查列值是否在其他列值之间的范围内

Question

我是新手，我确信有一种我不知道的简单方法可以做到这一点，在此先感谢您的帮助。

我获得了过去 10 年中一年中每一天最高和最低销售团队绩效的历史最小和最大销售数字。我在 2016 年也有同样的事情(下面的示例数据)。

              hist_min  hist_max   2016_min  2016_max
Day_of_Year
1               1000    10000         898     9000
2                234      896         300     1000
3               1254    23666        1000    24000
4                930    78999        1000     1050
5                278    74588         300     5000

最终目标是在 matplotlib 中绘制此数据，但我只想从 2016_min 列中获取低于 hist_min 中的值的值，同样只有 2016_max 列的值大于 hist_max 列.数据看起来像这样:

              hist_min  hist_max   2016_min  2016_max
Day_of_Year
1               1000    10000         898     NULL
2                234      896        NULL     1000
3               1254    23666        1000    24000
4                930    78999        NULL     NULL
5                278    74588        NULL     NULL

我在其中放了“NULL”来表示空值，Nan 可能更好，但我不知道 matplot lib 是否可以处理“Nan”数字……这是下一步，所以我会找出答案很快。

预先感谢您的帮助，我

Answer 1

使用mask带有返回 NaN、NULL 或 None if True 的 bool 掩码:

print (df['2016_min'] > df['hist_min'])
Day_of_Year
1    False
2     True
3    False
4     True
5     True
dtype: bool

df['2016_min'] = df['2016_min'].mask(df['2016_min'] > df['hist_min'])
df['2016_max'] = df['2016_max'].mask(df['2016_max'] < df['hist_max'])
print (df)
             hist_min  hist_max  2016_min  2016_max
Day_of_Year                                        
1                1000     10000     898.0       NaN
2                 234       896       NaN    1000.0
3                1254     23666    1000.0   24000.0
4                 930     78999       NaN       NaN
5                 278     74588       NaN       NaN

---

df['2016_min'] = df['2016_min'].mask(df['2016_min'] > df['hist_min'], 'NULL')
df['2016_max'] = df['2016_max'].mask(df['2016_max'] < df['hist_max'], 'NULL')
print (df)
             hist_min  hist_max 2016_min 2016_max
Day_of_Year                                      
1                1000     10000      898     NULL
2                 234       896     NULL     1000
3                1254     23666     1000    24000
4                 930     78999     NULL     NULL
5                 278     74588     NULL     NULL

---

df['2016_min'] = df['2016_min'].mask(df['2016_min'] > df['hist_min'], None)
df['2016_max'] = df['2016_max'].mask(df['2016_max'] < df['hist_max'], None)
print (df)
             hist_min  hist_max 2016_min 2016_max
Day_of_Year                                      
1                1000     10000      898     None
2                 234       896     None     1000
3                1254     23666     1000    24000
4                 930     78999     None     None
5                 278     74588     None     None