檢查當前行中的所有列值是否小於熊貓數據框中的所有先前行

Question

是否有方法檢查當前行中的所有列值是否小於所有先前行中的對應列值（直到當前行行）在熊貓數據框中（貫穿整個數據框）並相應創建一個值爲1或0的新列？

Answer 1

考慮數據框df

np.random.seed(1) 
df = pd.DataFrame(np.random.rand(10, 2), columns=list('AB')) 

df 

      A   B 
0 0.417022 0.720324 
1 0.000114 0.302333 
2 0.146756 0.092339 
3 0.186260 0.345561 
4 0.396767 0.538817 
5 0.419195 0.685220 
6 0.204452 0.878117 
7 0.027388 0.670468 
8 0.417305 0.558690 
9 0.140387 0.198101 

選項1
cummin與shift
這裏的概念是跟蹤的最低值是什麼，到目前爲止爲每列。如果特定行上的值小於前一行及其之前的所有行，則它必須是新的最小值。我們可以通過檢查它是否小於前一行中的最小值來判斷這是否爲True。
注意這應該工作得很好，與NaN值。

df.assign(New=(df < df.cummin().shift()).all(1).astype(int)) 

      A   B New 
0 0.417022 0.720324 0 
1 0.000114 0.302333 1 
2 0.146756 0.092339 0 
3 0.186260 0.345561 0 
4 0.396767 0.538817 0 
5 0.419195 0.685220 0 
6 0.204452 0.878117 0 
7 0.027388 0.670468 0 
8 0.417305 0.558690 0 
9 0.140387 0.198101 0 

---

選項2
numpy版
numpy.minimum

v = df.values 
c = np.minimum.accumulate(v[:-1], axis=0) 
df.assign(New=np.append(False, (v[1:] < c).all(1)).astype(int)) 

      A   B New 
0 0.417022 0.720324 0 
1 0.000114 0.302333 1 
2 0.146756 0.092339 0 
3 0.186260 0.345561 0 
4 0.396767 0.538817 0 
5 0.419195 0.685220 0 
6 0.204452 0.878117 0 
7 0.027388 0.670468 0 
8 0.417305 0.558690 0 
9 0.140387 0.198101 0 

Answer 2

使用@ piRsuared的DF：

np.random.seed(1) 
df = pd.DataFrame(np.random.rand(10, 2), columns=list('AB')) 
Out[31]: 
      A   B 
0 0.417022 0.720324 
1 0.000114 0.302333 
2 0.146756 0.092339 
3 0.186260 0.345561 
4 0.396767 0.538817 
5 0.419195 0.685220 
6 0.204452 0.878117 
7 0.027388 0.670468 
8 0.417305 0.558690 
9 0.140387 0.198101 

您可以使用apply將當前行與前面所有行的最大值進行比較，然後將結果轉換爲int。

df.apply(lambda x: (x<df[0:x.name].max()).all().astype(int),axis=1) 
Out[30]: 
0 0 
1 1 
2 1 
3 1 
4 1 
5 0 
6 0 
7 1 
8 1 
9 1 
dtype: int64