如何基于多列条件修改Pandas DataFrame的pred列值？

原始DataFrame #

import pandas as pd

df = pd.DataFrame({'pred': [1, 2, 3, 4],
                   'a': [0.4, 0.6, 0.35, 0.5],
                   'b': [0.2, 0.4, 0.32, 0.1],
                   'c': [0.1, 0, 0.2, 0.2],
                   'd': [0.3, 0, 0.1, 0.2]})

需求说明 #

当同时满足以下两个条件时，将pred列对应行的值修改为0：

1. a列的值大于b、c、d列的所有值
2. b、c、d列中任意一列的值大于0.25

预期结果 #

pred     a     b     c     d
0      1  0.40  0.20  0.10  0.30
1      0  0.60  0.40  0.00  0.00
2      0  0.35  0.32  0.20  0.10
3      4  0.50  0.10  0.20  0.20

实现代码 #

# 生成条件1的布尔数组：a大于b、c、d的最大值
cond1 = df['a'] > df[['b', 'c', 'd']].max(axis=1)
# 生成条件2的布尔数组：b、c、d中任意一列大于0.25
cond2 = df[['b', 'c', 'd']].gt(0.25).any(axis=1)
# 定位满足双条件的行，修改pred值为0
df.loc[cond1 & cond2, 'pred'] = 0

逻辑解释 #

• df[['b', 'c', 'd']].max(axis=1)：计算每行中b、c、d三列的最大值，和a列比较即可判断a是否同时大于这三列的所有值
• df[['b', 'c', 'd']].gt(0.25).any(axis=1)：逐列判断b、c、d是否大于0.25，再通过any(axis=1)确认每行是否至少有一列满足该条件
• 用&组合两个布尔条件，通过df.loc精准定位目标行，完成pred列的赋值修改

内容的提问来源于stack exchange，提问作者Reut