python - 迭代 df 以比较值

Question

我有一个大数据框，我需要将第一列中的第一个条目与第二列中的第一个条目进行比较。然后是第一列中的第一个条目到第三列中的第一个条目，等等。基本上我想看看这两个值是否>0，然后做一些事情。有没有办法使用 Pandas 数据框来做到这一点？

0  22 0 44 5 6
1  12 3 56 0 0
2  0  0 1  0 0
3  1  2 0  0 0

所以我想看看 22 和 0 是否都 >0。那么如果 22 和 44 都 >0。那么如果 22 和 5 都 > 0。那么如果 22 和 6 都 >0。那么如果 12 和 3 都 > 0。那么如果 12 和 56 都 >0。 ...等等。如果一对的两个元素都 >0，那么我的代码将执行其他操作。

我假设有一种简单的方法可以遍历我刚刚缺少的行和列。

Answer 1

使用DataFrame.rolling per axis=1 - 列，按条件比较，并通过 any 测试两者中是否至少有一个 True 或在必要时测试两者是否为 True使用将 any 更改为 all。

第一列填充了NaN，所以(我希望)是必要的DataFrame.shift对于最后一列 NaN，将它们替换为 DataFrame.fillna并转换为 boolean:

print (df)
    a  b   c  d  e
0  22  0  44  5  6
1  12  3  56  0  0
2   0  0   1  0  0
3   1  2   0  0  0


def f(x):
    print (x)
    mask = x > 0
    print (mask)
    return mask.any()


df = df.rolling(2, axis=1).apply(f, raw=True).shift(-1, axis=1).fillna(0).astype(bool)
print (df)
       a     b      c      d      e
0   True  True   True   True  False
1   True  True   True  False  False
2  False  True   True  False  False
3   True  True  False  False  False