我有一个包含Player,Salary和Score的DataFrame,并且正在寻找标记薪水较高且Score低于DataFrame中任何其他Player的条目的信息。

我是python新手,所以我想这个的方式可能还很遥远。

import pandas as pd


df = pd.DataFrame([['A',12000,100],['B',13000,110],['C',13300,105],['D',12500,102],['E',11800,101]],columns=['Player','Salary','Score'])

df['OverPriced']= (df['Score'].iloc[:]>df['Score'] & df['Salary'].iloc[:]<df['Salary']).count()

Print(df)


我希望看到以下内容:

    Player  Salary  Score   Overpriced
0   A       12000     100         1
1   B       13000     110         0
2   C       13300     105         1
3   D       12500     102         0
4   E       11800     101         0

最佳答案

我在这里使用numpy广播,并且在any

import numpy as np
s1=df.Salary.values
s2=df.Score.values
df['Overpriced']=np.any((s1>s1[:,None])&(s2<s2[:,None]),0).astype(int)
df
Out[377]:
  Player  Salary  Score  Overpriced
0      A   12000    100           1
1      B   13000    110           0
2      C   13300    105           1
3      D   12500    102           0
4      E   11800    101           0

关于python - 在Pandas DataFrame中创建一列,该列对大于或小于当前行的所有行进行计数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/55427625/

10-16 08:17