如何在熊猫中使用基于DataFrame布尔值的条件语句

Question

现在，我知道如何检查数据框中多列中的特定值。但是，我似乎无法弄清楚如何基于布尔响应执行if语句。

例如：

使用os.walk和遍历目录并将特定文件读入数据框。

for root, dirs, files in os.walk(main):
        filters = '*specificfile.csv'
        for filename in fnmatch.filter(files, filters):
        df = pd.read_csv(os.path.join(root, filename),error_bad_lines=False)

现在检查跨多个列的数据框。第一个值是列名（column1），下一个值是我在该列（香蕉）中寻找的特定值。然后，我正在检查另一列（column2）的特定值（绿色）。如果这两个都是正确的，我想执行一项特定的任务。但是，如果它是错误的，我想做其他事情。

所以像这样：

if (df['column1']=='banana') & (df['colour']=='green'):
    do something
else: 
    do something

Answer 1

如果要检查DataFrame的任何行是否满足条件，则可以.any()与条件一起使用。范例-

if ((df['column1']=='banana') & (df['colour']=='green')).any():

范例-

In [16]: df
Out[16]:
   A  B
0  1  2
1  3  4
2  5  6

In [17]: ((df['A']==1) & (df['B'] == 2)).any()
Out[17]: True

这是因为您的条件–((df['column1']=='banana') & (df['colour']=='green'))返回一系列True /
False值。

这是因为在熊猫中，当将一个系列与一个标量值进行比较时，它将返回将该系列的每一行与该标量值进行比较的结果，并且结果是一系列True /
False值，表明该行与标量值。范例-

In [19]: (df['A']==1)
Out[19]:
0     True
1    False
2    False
Name: A, dtype: bool

In [20]: (df['B'] == 2)
Out[20]:
0     True
1    False
2    False
Name: B, dtype: bool

而且&确实行方向and的两个系列。范例-

In [18]: ((df['A']==1) & (df['B'] == 2))
Out[18]:
0     True
1    False
2    False
dtype: bool

现在，可以使用.any()检查该系列中的任何值是否为True，可以使用检查系列中的所有值是否为True
.all()。