Pandas - 带列操作的行选择 & .loc[]

Pandas - row selection with column operation & .loc[]

我一直在练习 pandas 并且遇到了以下问题。我一直在练习奥林匹克奖牌数据集，其中国家列在一列中，奖牌列在后续列中。

作为 QC 检查的一部分，我想写一行代码来检查金牌 (01 !)、银牌 (02 !) 和铜牌 (03 !) 奖牌的总和是否等于值在 'total' 列中。我已经尝试了多种方法，包括 .apply 和下面的函数，以及 .loc[] （见下面的代码）。但是，我一直在找回错误。有人可以解释我哪里出错了吗？

为了扩展，代码的想法是 select 所有总和正确的行，并排除那些不正确的行。我在下面展示了我尝试过的两种方法。

我是 python 的新手，对一般的编码很陌生，如果我的问题不够清楚，我深表歉意。

非常感谢

卢克

df = pd.DataFrame({Country: ['Afghanistan', 'Algeria', 'Argentina'],        
01 !: [0, 0, 1],
02 !: [5, 2, 8],
03 !: [18, 24, 28],
Total: [23, 26, 38]})

def medal_sum_check(gold, silver, bronze, total):
    if gold + silver + bronze == total:
        return True
    else:
        return False

df2 = df.loc[df.apply(medal_sum_check(df.iloc[1], df.iloc[2], df.iloc[3], df.iloc[4]))]

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

或

df2 = df.loc[(df.iloc[1] + df.iloc[2] + df.iloc[3] == df.iloc[4])]

ValueError: cannot reindex from a duplicate axis

您可以直接添加对pandas中的整个列进行条件检查。这是一个演示：

df = pd.DataFrame({"Country": ['Afghanistan', 'Algeria', 'Argentina'],        
"01 !": [0, 0, 1],
"02 !": [5, 2, 8],
"03 !": [18, 24, 28],
"Total": [23, 26, 38]})

print(df["01 !"] + df["02 !"] + df["03 !"] == df["Total"])

输出：

0     True
1     True
2    False

您还可以通过执行以下操作将检查输出添加为数据框中的新列：

df["check"] = df["01 !"] + df["02 !"] + df["03 !"] == df["Total"]

那么您的 DataFrame 将如下所示：

       Country  01 !  02 !  03 !  Total  check
0  Afghanistan     0     5    18     23   True
1      Algeria     0     2    24     26   True
2    Argentina     1     8    28     38  False

不确定为什么需要那些奇怪的列名。以下代码将执行您想要执行的操作。

Country =  ['Afghanistan', 'Algeria', 'Argentina']
a =  [0, 0, 1]
b = [5, 2, 8]
c = [18, 24, 28]
Total =  [23, 26, 38]

df = pd.DataFrame(list(zip(Country,a,b,c,Total)),columns=["country","gold","silver","bronze","total"])

print(df["gold"]+df["silver"]+df["bronze"]==df["total"])

并输出：

0     True
1     True
2    False
dtype: bool

对于您的情况，请先更改列名。