基于行值的 Pandas 新列

Question

我有一个数据框：

    Item    SW_test HW_test QA_test

0   PC      Pass    Pass    Pass

1   Laptop  Fail    Fail    Pass

2   Mouse   Pass    Pass    Fail

我想创建一个最后一列，Pass如果所有测试都通过（不区分大小写）以及Fail一个或多个测试失败，它将给出。

    Item    SW_test HW_test QA_test Final

0   PC      Pass    Pass    Pass    Pass

1   Laptop  Fail    Fail    Pass    Fail

2   Mouse   Pass    Pass    Fail    Fail

我怎样才能df['Final']在熊猫中创造？

Answer 1

eq搭配使用all：df['Final'] = df.iloc[:,1:].eq('Pass').all(1)#If case sensitive you can usedf['Final'] = df.iloc[:,1:].isin(['Pass','pass']).all(1)#ordf['Final'] = df.iloc[:,1:].apply(lambda x: x.str.lower().eq('pass')).all(1)#ordf['Final'] = df.iloc[:,1:].applymap(str.lower).eq('pass').all(1)此外，您可以使用 map 而不是再次映射 True/False np.where：df['Final'] = np.where(df['Final'], 'Pass', 'Fail')

Answer 2

cols = ['SW_test', 'HW_test', 'QA_test']df['Final'] = df[cols].eq('Pass').all(1)    Item    SW_test HW_test QA_test Final0   PC      Pass    Pass    Pass    Pass1   Laptop  Fail    Fail    Pass    Fail2   Mouse   Pass    Pass    Fail    Fail

Answer 3

您可以应用 lambda 函数来检查条件成立的位置，然后可以用您想要的任何值替换 true/false 值。例如：#create a dataframedf = pd.DataFrame({'a':['Pass','Pass'], 'b':['Pass','Fail']})    a       b0   Pass    Pass1   Pass    Fail在条件成立的地方创建一个新列df['c'] = df.apply(lambda row: row.a=='Pass' and  row.b=='Pass', axis=1)    a       b       c0   Pass    Pass    True1   Pass    Fail    False将 true/false 值替换为您要显示的内容df['c'] = df['c'].map({ True: 'Pass', False: 'Fail'})    a       b       c0   Pass    Pass    Pass1   Pass    Fail    Fail

Answer 4

# set column to "Pass" initiallydf["Final"] = "Pass"# set "Fail" rowsdf.loc[(    (df.loc[:, ["SW_test", "HW_test", "QA_test"]] == "Fail") |     (df.loc[:, ["SW_test", "HW_test", "QA_test"]] == "fail")  ).any(axis = 1), "Final"] = "Fail"