python - Pandas :如果其他列的任何子组中的值 = yes，则将列的值设置为 true

Question

我想根据我的 200 多列等于的数据库中的一组 14 列中的值设置新列的值。
如果全部为空，则设置为“无效”，
如果任何值 = 'Yes'，则设置为 'True'，否则设置为 'False'
下面是 3 列子集的示例:

   A        B         C
1       
2           Yes       Yes
3  No       Yes       Yes
4  No       Yes       Yes
5  No       No        N/A

所需的输出:

   A        B         C     D
1                           Invalid 
2           Yes       Yes   True
3  No       Yes       Yes   True
4  Yes                      True
5  No       No        N/A   False

我改编了以下 Setting value of a column based on values of other columns in Pandas dataframe去做这个:

m1 = dfMSR['A'] == 'Yes'
m2 = dfMSR['B'] == 'Yes'
m3 = dfMSR['C'] == 'Yes'
dfMSR['D'] = np.select([m1 | m2 | m3], [True], default = False)
dfMSR['D'] = np.where(((dfMSR['A'].isnull()) &
                       (dfMSR['B'].isnull()) &
                       (dfMSR['C'].isnull())), 
                      'Invalid', dfMSR['D'])

这有效，但我不喜欢编写代码以扩展到 14 列。有一个更好的方法吗？
谢谢。

Answer 1

使用 numpy.select 测试至少一个值 Yes在 DataFrame.any 然后测试是否所有值都被 DataFrame.all 遗漏了:

#columns for test, in real data 14 columns names
cols = ['A','B','C']
m1 = dfMSR[cols].eq('Yes').any(axis=1)
m2 = dfMSR[cols].isna().all(axis=1)

dfMSR['D'] = np.select([m1, m2], [True, 'Invalid'], default=False)
print (dfMSR)
     A    B    C        D
1  NaN  NaN  NaN  Invalid
2  Yes  Yes  NaN     True
3   No  Yes  Yes     True
4   No  Yes  Yes     True
5   No   No  NaN    False