Проверка данных столбцов данных

Question

Обычные проверки, которые я могу выполнить, используя

 m1 = (df[some_column] == some_value )
 m2 = ( df[some_column].isin(some_list_of_values) )# This check whether the value of the column is one of the values in the list
 m3 = ( df[some_column].str.contains() # You can use it the same as str.contains())
 m4 = (df[some_column].str.isdigit()) # Same usage as str.isdigit(), check whether string is all digits, need to make sure column type is string in advance

Затем, чтобы получить фрейм данных после всех вышеупомянутых проверок -

df = df[m1 & m2 & m3 & m4]

Когда я печатаю (df[some_column] == some_value ), я получаю

0 False
1 True
2 True

Я хочу проверить что-то в функции, используя если еще, как, например,

if min_group_price is True , then both single_male single_female needs to be True
If min_group_price is False , then no check(Final result should be True)

Мои данные испытаний что-то вроде,

min_group_price single_male single_female 
0 1.0 2.0 3.0 
1 NaN NaN NaN 
2 1.0 2.0 NaN 
3 NaN 2.0 NaN 
4 0.0 NaN 4.0 
5 NaN NaN 2.0

В этом согласновышеуказанная логика index 0,1,3,5 должна быть True.Я не хочу к этому.Как я могу это сделать?

Answer 1

Вы только что описали некоторую логическую логику, которую легко реализовать с помощью панд:

(~df['min_group_price'].notna()) | (
    df['single_male'].notna() & df['single_female'].notna())

0     True
1     True
2    False
3     True
4    False
5     True
dtype: bool

Если min_group_price не равно NULL, то результат зависит от того, что «single_male» и «single_female» не являютсяноль, в противном случае результат True.