我有两个具有布尔值的大小相同的数据框。有没有办法在两个数据帧之间执行 AND、OR 或 XOR 函数?
例如
df1:
[False, True, False]
[True, False, True]
df2:
[True, False, False]
[True, False, False]
df1 或 df2
[True, True, False]
[True, False,True ]
IIUC,你可以使用.tolist()然后得到你想要的,如下所示:
>>> df1 = pd.DataFrame({'col1': [False, True, False],'col2': [True, False, True]})
>>> df2 = pd.DataFrame({'col1': [True, False, False],'col2': [True, False, False]})
>>> (df1 | df2)['col1'].tolist()
[True, True, False]
>>> (df1 | df2)['col2'].tolist()
[True, False, True]
>>> (df1 | df2)
col1 col2
0 True True
1 True False
2 False True
df1 = pandas.DataFrame({1: [False, True, False], 2: [True, False, True]})
df2 = pandas.DataFrame({1: [True, False, False], 2: [True, False, False]})
使用或:
resulting_dataframe_using_OR = pandas.DataFrame({1: (df1[1]|df2[1]), 2: (df1[2]|df2[2])})
使用 OR 输出:
1 2
0 True True
1 True False
2 False True
使用与:
resulting_dataframe_using_AND = pandas.DataFrame({1: (df1[1]&df2[1]), 2: (df1[2]&df2[2])})
使用 AND 输出:
1 2
0 False True
1 False False
2 False False
您可以使用numpy.logical_andandnumpy.logical_or来完成这项任务,即:
import numpy as np
import pandas as pd
df1 = pd.DataFrame([[False,True,False],[True,False,True]])
df2 = pd.DataFrame([[True,False,False],[True,False,False]])
dfor = np.logical_or(df1,df2)
print(dfor)
输出
0 1 2
0 True True False
1 True False True