如果数据框中的所有列均相等，则熊猫设置值

Question

我有这样阅读的数据框：

df = pd.read_csv(myfile, delimiter=";")
df = df.set_index('date')
print(df)


      NET_0  NET_1  NET_2  NET_3  NET_4  NET_5  NET_6  NET_7  NET_8  NET_9  NET_10  NET_11  NET_12  NET_13  NET_14  NET_15  NET_16  NET_17  NET_18  NET_19  NET_20  NET_21  NET_22  NET_23  NET_24  NET_25
date                                                                                                                                                                                                            
2009-08-02      0      0      0      1      1      1      0      1      1      0       0       1       0       0       1       0       0       0       0       0       1       0       1       1       1       1
2009-08-03      0      0      0      1      1      1      0      0      1      0       1       1       0       0       1       1       0       0       0       0       1       0       1       1       1       1
2009-08-04      0      0      0      1      1      1      0      1      1      0       0       1       0       0       1       0       0       0       0       0       1       0       1       1       1       1
2009-08-05      0      0      0      1      1      1      0      1      1      0       1       1       0       0       1       0       0       0       0       0       1       0       1       1       1       1
2009-08-06      0      0      0      0      0      0      0      0      0      0       0       0      0      0      0      0      0      0      0      0      0      0      0      0      0      0      0      0      
2009-08-07      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1      1

我希望得到这样的结果：如果一行中的所有net_ *列都等于我想要的1作为结果，如果一行中的所有列都等于0 -1否则为{{1} }。像这样：

0

有没有快速的方法吗？ 谢谢

Answer 1

尝试np.select()：

m1=df.eq(1).all(axis=1) #check if all column in each row is 1
m2=df.eq(0).all(axis=1) ##check if all column in each row is 0

---

使用np.select()然后针对每个条件传递条件列表和选择列表（请参阅提供的链接中的文档）

df['enseamble']=np.select([m1,m2],[1,-1],0) #using np.select expaination in docs
#to drop the remaining columns f, find difference between enseamble and other columns like below and call under axis=1:
m=df.drop(df.columns.difference(['enseamble']),axis=1) 
print(m)

                     enseamble
date                         0
2009-08-02 00:00:00          0
2009-08-03 00:00:00          0
2009-08-04 00:00:00          0
2009-08-05 00:00:00          0
2009-08-06 00:00:00         -1
2009-08-07 00:00:00          1

Answer 2

从Pandas Documentation开始，我认为getRoot()函数将为您服务。 （特别是因为您的数据似乎是布尔形式。）

all()

这将评估整个数据帧并返回True或False。