我的dataframe有1000个包含0-4之间的值的列。
| 城市|Q1| Q2|第三季度|Q4|聚合物|
| - -----|- -----|- -----|- -----|- -----|- -----|
| 纽卡斯尔|2| 3| 3| 0| 0|
| 利物浦|4| 2| 1| 4| 0|
| 卡迪夫|2| 2| 2| 3| 0|
| 格拉斯哥|0| 1| 3| 1| 0|
每当两列不相等时,我想向Aggregate列添加+1。
| 城市|Q1| Q2|第三季度|Q4|聚合物|
| - -----|- -----|- -----|- -----|- -----|- -----|
| 纽卡斯尔|2| 3| 3| 0| 2|
| 利物浦|4| 2| 1| 4| 3|
| 卡迪夫|2| 2| 2| 3| 1|
| 格拉斯哥|0| 1| 3| 1| 3|
我觉得这可以看作是:
if df['Q1'] != df['Q2']:
df['Aggregate'] + 1
else:
pass
然后:
if df['Q2'] != df['Q3']:
df['Aggregate'] + 1
else:
pass
我希望它能遍历所有1000列,这样我就可以量化每一行总共有多少更改。
1条答案
按热度按时间neekobn81#
使用pandas,在您的情况下不需要循环。你可以试试这个:
输出: