df.all(1)和期望输出不一致，特来求教

菠萝的萝卜

1. df=pd.DataFrame({'语文': [65.0], '数学': [55], '英语': [40]})
   
2. print(df[df>=60].all(axis=1))

复制代码

我是想取三科成绩都大于等于60分学生的姓名的，但老是不对，检查发现就是上面这句有问题，print(df[df>=60].all(axis=1)) 总是输出True ，按理说只有语文满足应该输出False呀  望指教，谢谢！！

FishC

你可以使用 all(axis=1) 方法来检查每一行的数据是否都满足条件。语句 df.all(axis=1) 实际上是检查每个元素是否为 True，而不是检查具体的值。

你需要先对每个科目的成绩进行比较，得到一个布尔值的 DataFrame，然后再用 all(axis=1) 检查每一行的三个布尔值是否都为 True。

以下是正确的实现方法：

1. 
   
2. import pandas as pd
   
3. 
   
4. # 创建 DataFrame
   
5. df = pd.DataFrame({'姓名': ['A', 'B', 'C'], '语文': [70, 50, 80], '数学': [60, 85, 55], '英语': [90, 65, 70]})
   
6. 
   
7. # 检查每个科目是否大于等于60分
   
8. condition = (df['语文'] >= 60) & (df['数学'] >= 60) & (df['英语'] >= 60)
   
9. 
   
10. # 获取满足条件的学生姓名
    
11. result = df[condition]['姓名']
    
12. print(result)
    

复制代码

这样，你就可以得到三科成绩都大于等于60分的学生姓名。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

很cool的阳

1. import pandas as pd
   
2. 
   
3. # 创建数据框
   
4. df = pd.DataFrame({'语文': [65.0], '数学': [55], '英语': [40]})
   
5. 
   
6. # 检查每一行是否所有科目成绩都大于等于60
   
7. result = (df >= 60).all(axis=1)
   
8. 
   
9. print(result)

复制代码

菠萝的萝卜

FishC 发表于 2025-1-27 19:08
你可以使用 all(axis=1) 方法来检查每一行的数据是否都满足条件。语句 df.all(axis=1) 实际上是检查每个元 ...

print(df[df>=60].all(axis=1))
那这一句输出为True  对么

FishC

菠萝的萝卜 发表于 2025-01-27 19:41
FishC 发表于 2025-1-27 19:08
你可以使用 all(axis= ...

要实现检查每个学生的三科成绩是否都大于等于60分，你需要先将每列成绩与60进行比较，然后使用 all(axis=1) 检查每行是否都满足条件。

以下是正确的代码示例：

1. 
   
2. import pandas as pd
   
3. 
   
4. # 创建 DataFrame
   
5. df = pd.DataFrame({'姓名': ['张三', '李四', '王五'],
   
6.                    '语文': [80, 55, 90],
   
7.                    '数学': [70, 65, 85],
   
8.                    '英语': [88, 75, 56]})
   
9. 
   
10. # 检查每个科目是否大于等于60分
    
11. condition = (df[['语文', '数学', '英语']] >= 60).all(axis=1)
    
12. 
    
13. # 获取满足条件的学生姓名
    
14. result = df[condition]['姓名']
    
15. print(result)
    

复制代码

这段代码会输出满足三科成绩都大于等于60分的学生姓名。如果你直接执行 df.all(axis=1)，结果会是每行所有值是否都为 True，而不是特定数值比较的结果。所以你需要先进行比较，再检查结果。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

smallwh

1. print(df[df>=60].all(axis=1))

复制代码

df>=60 进行了比较，返回对象的相应位置已经为 True 或 False ，可以直接使用 all 。如：

1. (df >= 60).all(axis=1)

复制代码

若再进行 df[df>=60] ，实则进行了过滤操作，导致 df 中不符合条件的数据被过滤。
此时调用 all ，由于数据中不存在假值，都是整数或 Nan ，所以恒返回 True

菠萝的萝卜

smallwh 发表于 2025-1-27 20:23
df>=60 进行了比较，返回对象的相应位置已经为 True 或 False ，可以直接使用 all 。如：

若再进行 df ...

原来是这样子的啊   感谢感谢