合并两个TRUE / FALSE数据帧列，仅保留TRUE

Posted 2021-04-01

我在pandas数据框中有两列，如下所示：

df[1]   df[2]
TRUE    TRUE
FALSE   TRUE
TRUE    FALSE
FALSE   FALSE
TRUE    FALSE
FALSE   FALSE

从这两列中，我如何制作以下新列：

df[3]
TRUE
TRUE
TRUE
FALSE
TRUE
FALSE

答案

看起来你需要any功能，就像那样：

df['result_col'] = df.any(axis=1)

另一答案

您可以使用“或”（|）运算符。

例如：

df = pd.DataFrame({'a' : [True, False, True, False, True, False], 'b': [True, True, False, False, False, False]})

df['c'] = df.a | df.b

结果如下：

       a      b      c
0   True   True   True
1  False   True   True
2   True  False   True
3  False  False  False
4   True  False   True
5  False  False  False

另一答案

为了获得更好的性能，您可以使用底层的numpy数组并计算两列的np.logical_or：

df.loc[:,'logical_or'] = np.logical_or(*df.values.T))

    col1   col2    logical_or
0   True   True        True
1  False   True        True
2   True  False        True
3  False  False       False
4   True  False        True
5  False  False       False

---

一些时间比较：

df = pd.DataFrame(np.random.randint(0,2,(10**6,2)).astype(bool))

%timeit np.logical_or(*df.values.T)
4.98 ms ± 33.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df.any(axis=1)
50 ms ± 292 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit df[0] | df[1]
6.57 ms ± 154 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)