python - 遍历多个列以找到一个值，然后创建一个新列

Question

我原来的数据框是这样的

data = {'Patient_ID': ['A', 'B', 'C', 'D'], 'Vision_Difficulty': ['111', '111', '113', '114'],'Hearing_Difficulty': ['111', '111', '113', '114'], 'Hearing_Difficulty': ['112', '111', '112', '113'],'Moving_Difficulty': ['111', '111', '112', '111']}  

df = pd.DataFrame(data)

它展示了一组患者和三种类型的困难。 '111' 表示患者没有任何困难，而其他代码 (112,113,114) 表示他们有。

我想做的是我想遍历三列以找到至少有一种困难类型的患者并将结果保存到新列“Difficulty_status”(是/没有)值(value)观。

期望的输出如下

data = {'Patient_ID': ['A', 'B', 'C', 'D'], 'Vision_Difficulty': ['111', '111', '113', '114'],'Hearing_Difficulty': ['111', '111', '113', '114'], 'Hearing_Difficulty': ['112', '111', '112', '113'],'Moving_Difficulty': ['111', '111', '112', '111'], 'Difficulty_status':['yes','no','yes','yes']}

df_output = pd.DataFrame(data)

到目前为止我取得的成就是这样的

df['Difficylty_status'] = ['yes' if x != '111' else 'no' for x in df['Vision_Difficulty']]

我想概括此代码以检查所有三列(Vision_Difficulty、Hearing_Difficulty、Moving_Difficulty)

Answer 1

使用numpy.where测试是否等于由 DataFrame.filter 筛选的列名称中所有具有 Difficulty 的列和 DataFrame.eq , 用于测试是否所有 True 都使用 DataFrame.all :

df['Difficulty_status'] = np.where(df.filter(like='Difficulty').eq('111').all(axis=1), 
                                   'no',
                                   'yes')

或者使用DataFrame.ne , 用于测试是否至少有一个 True 使用 DataFrame.any并交换 yes, no:

df['Difficulty_status'] = np.where(df.filter(like='Difficulty').ne('111').any(axis=1),
                                    'yes',
                                    'no')

---

print (df)
  Patient_ID Vision_Difficulty Hearing_Difficulty Moving_Difficulty  \
0          A               111                112               111   
1          B               111                111               111   
2          C               113                112               112   
3          D               114                113               111   

  Difficylty_status  
0               yes  
1                no  
2               yes  
3               yes  

编辑:如果需要为测试困难指定列名，请使用:

cols = ['Vision_Difficulty','Hearing_Difficulty','Moving_Difficulty']
df['Difficulty_status'] = np.where(df[cols].eq('111').all(axis=1), 'no','yes')

或者:

cols = ['Vision_Difficulty','Hearing_Difficulty','Moving_Difficulty']
df['Difficulty_status'] = np.where(df[cols].ne('111').any(axis=1), 'yes','no')