使用条件逻辑创建新列并取决于列是否存在

Question

我有一个这样的数据框：

       df 
          
            A   B   C   D   E
            1   0   1   0   1
            1   1   1   1   0
            0   1   1   1   1
            0   0   1   1   1
            1   1   0   1   1
            1   0   1   1   1
            1   1   0   0   1
            1   0   1   0   0
            1   1   0   0   0
            1   0   0   0   0

因此，如果 A 和 B 均为 1，或者如果任何 C/D/E 为 1，则我想从这些列创建一个输出（如 1），否则输出为零。但是，这不是问题，因为我使用的是：

         df['Out'] = (df.A & df.B) | df.C | df.D |df.E

所以输出是：

       df 


        A   B   C   D   E   Out
        1   0   1   0   1   1
        1   1   1   1   0   1
        0   1   1   1   1   1
        0   0   1   1   1   1
        1   1   0   1   1   1
        1   0   1   1   1   1
        1   1   0   0   1   1
        1   0   1   0   0   1
        1   1   0   0   0   1
        1   0   0   0   0   0

但是，问题是这个逻辑很好，但是由于我从数据库中提取数据，所以很多时候数据可能会丢失任何列（A 或 B 或 C 或 D 或 E ).不管怎样，逻辑都是一样的。

因此，如果存在 A 或 B 中的任何一个（假设缺少 1 - 假设 A），则：

        df['Out'] = (df.B) | df.C | df.D |df.E

如果 A 和 B 都缺失则：

        df['Out'] = dfB.C | df.D |df.E

如果说（缺少 A 和 C）则：

       df['Out'] = (df.B)| df.D |df.E

如果说（A、C、D缺失），则：

      df['Out'] = (df.B) |df.E

如果说（缺少C、D、E），那么

       df['Out'] = (df.A & df.B)

等等：

所以我面临的问题是如何以 pythonic 方式编写此代码而不是使用多个 if 语句等？任何帮助我都会非常感激。谢谢

Answer 1

一个想法是在测试前添加 DataFrame.reindex 缺少的所有列：

df = df.reindex(['A','B','C','D','E'], axis=1, fill_value=0)

df['Out'] = (df.A & df.B) | df.C | df.D | df.E

使用条件逻辑创建新列并取决于列是否存在

Creating New Columns with Conditional Logic and depending on if columns exist

python

boolean-logic

apply

pandas

reindex