我有一個包含多行和多列的資料框，我已將其轉換為一個 numpy 陣列以加快計算速度。Dataframe 的前五列如下所示：
par1 par2 par3 par4 par5
1.502366 2.425301 0.990374 1.404174 1.929536
1.330468 1.460574 0.917349 1.172675 0.766603
1.212440 1.457865 0.947623 1.235930 0.890041
1.222362 1.348485 0.963692 1.241781 0.892205
...
這些列現在存盤在一個 numpy 陣列中 a = df.values
我需要檢查五列中是否至少有兩列滿足條件（即，它們的值大于某個閾值）。最初我撰寫了一個直接在資料幀上執行操作的函式。但是，因為我的資料量非常大，需要一遍遍地重復計算，所以我切換到 numpy 以利用矢量化。
檢查我想使用的條件
df['Result'] = np.where(condition_on_parameters > 2, True, False)
但是，condition_on_parameters當 5 個引數中至少有 2 個大于閾值時，我無法弄清楚如何撰寫它以回傳 True 或 False。我想在 上使用該sum()函式，condition_on_parameters但我不確定如何撰寫這樣的條件。
編輯
指定每個引數的閾值不同很重要。例如thr1=1.2, thr2=2.0, thr3=1.5, thr4=2.2, thr5=3.0。所以我需要檢查 par1 > thr1, par2 > thr2, ..., par5 > thr5。
uj5u.com熱心網友回復：
假設condition_on_parameters回傳一個a與條目大小相同的陣列Trueor False，您可以使用np.sum(condition_on_parameters, axis=1)對True每行的真實值（數值為 1）求和。這提供了一個一維陣列，其中條目為滿足條件的列數。然后可以使用此陣列where來獲取您要查找的行號。
df['result'] = np.where(np.sum(condition_on_parameters, axis=1) > 2)
uj5u.com熱心網友回復：
看來您正在尋找
uj5u.com熱心網友回復：
你能利用熊貓的功能嗎？例如，您可以使用.apply和 然后有效地檢查多行/列上的條件.sum(axis=1)。
這里有一些示例代碼：
import pandas as pd
df = pd.DataFrame([[1.50, 2.42, 0.88], [0.98,1.3, 0.56]], columns=['par1', 'par2', 'par3'])
# custom_condition, e.g. value less or equal than threshold
def leq(x, t):
return x<=t
condition = df.apply(lambda x: leq(x, 1)).sum(axis=1)
# filter
df.loc[condition >=2]
我認為這在效率方面應該等同于 numpy，因為 Pandas 最終建立在它之上，但是我不完全確定......
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/390644.html