python - Pandas 用特定的阈值计算每一列

Question

如果我有以下数据框:

          A       B       C       D       E

1         1       2       0       1       0
2         0       0       0       1      -1
3         1       1       3      -5       2
4        -3       4       2       6       0
5         2       4       1       9      -1
T         1       2       2       4       1

最后一行是每列的阈值。我想在 python pandas 中计算每列值是否降低其阈值。

期望的输出是；

         A       B       C       D       E
Count    2       2       3       3       4

但是，我需要用一个通用的解决方案来解决这个问题，而不是针对这些特定的列。因为我有一个大数据集。我无法在代码中为它们中的每一个指定列名。

你能帮我解决这个问题吗？

Answer 1

通过索引选择所有没有 first 的行并通过 DataFrame.lt 进行比较按最后一行，然后 sum 并将 Series 转换为一行 DataFrame by Series.to_frame通过 DataFrame.T 进行转置:

df = df.iloc[:-1].lt(df.iloc[-1]).sum().to_frame('count').T
print (df)
       A  B  C  D  E
count  2  2  3  3  4

使用 DataFrame 构造函数的 Numpy 替代方案:

arr = df.values
df = pd.DataFrame([np.sum(arr[:-1] < arr[-1], axis=0)], columns=df.columns, index=['count'])
print (df)
       A  B  C  D  E
count  2  2  3  3  4