Pandas中是否有简便方法验证矩阵所有值处于两个边界矩阵之间？

当然有啦！Pandas的向量化操作正好能轻松解决这个问题，完全不用写繁琐的循环去逐个判断元素。下面我给你一步步演示怎么实现：

首先，你需要先把matrix_1和matrix_2这两个字典转换成Pandas DataFrame，这样才能和low_border、up_border做对应元素的比较：

import pandas as pd

low_border = pd.DataFrame({'A': [1,2], 'B':[2,3]})
up_border = pd.DataFrame({'A': [5,4], 'B':[4,8]})
matrix_1 = pd.DataFrame({'A': [2,3], 'B':[3,4]})
matrix_2 = pd.DataFrame({'A': [6,3], 'B':[3,4]})

核心实现逻辑 #

我们可以利用Pandas的逐元素比较特性，先判断目标矩阵的每个元素是否大于等于下界矩阵的对应值，再判断是否小于等于上界矩阵的对应值，最后检查所有元素是否都满足这两个条件。

你可以写一个复用性强的函数：

def is_matrix_in_bounds(target_matrix, lower_bound, upper_bound):
    # 逐元素检查是否 >= 下界
    above_low = target_matrix >= lower_bound
    # 逐元素检查是否 <= 上界
    below_high = target_matrix <= upper_bound
    # 合并两个条件，确认所有元素都满足
    return (above_low & below_high).all().all()

调用这个函数就能得到你想要的结果：

print(is_matrix_in_bounds(matrix_1, low_border, up_border))  # 输出 True
print(is_matrix_in_bounds(matrix_2, low_border, up_border))  # 输出 False

简化写法（一行搞定） #

如果你喜欢更简洁的代码，也可以直接用Pandas的方法链来实现，效果完全一样：

# 验证matrix_1
print((matrix_1.ge(low_border) & matrix_1.le(up_border)).all().all())  # True

# 验证matrix_2
print((matrix_2.ge(low_border) & matrix_2.le(up_border)).all().all())  # False

这里ge()等价于>=（greater or equal），le()等价于<=（less or equal），只是写法更贴合Pandas的方法风格。

原理说明 #

• Pandas中DataFrame之间的比较是向量化的，会自动对每个位置的元素进行比较，返回一个同样形状的布尔值DataFrame。
• &运算符会对两个布尔DataFrame做逐元素的逻辑与操作，得到一个新的布尔DataFrame，只有当对应位置的两个条件都满足时才为True。
• 第一个.all()会检查每一列的所有元素是否都为True，返回一个布尔Series；第二个.all()则检查这个Series里的所有值是否都为True，最终得到整个矩阵是否完全符合边界要求的结果。

内容的提问来源于stack exchange，提问作者Ivan Fomin