如何使我修改的pandas/numpy.where函数适应不同大小的列表参数?

我想创建自己的函数,该函数扫描数据帧中用户指定的多个列,如果所有指定列均为1,则该函数将创建一个新变量并将其分配为“1”,否则为0。

在下面的代码中,如果用户输入的是两个要扫描的列,我就可以接受了。

import numpy as np

class Tagger:
    def __init__(self):
        pass

    def summing_all_tagger(self, df, tag_var_list, tag_value=1):
        # This tagger creates a tag='1' if all variables in tag_var_list equals to tag_value; otherwise='0'

        self.df = df
        self.tag_var_list = tag_var_list
        self.tag_value = tag_value

        self.df['temp'] = np.where((self.df[self.tag_var_list[0]]==self.tag_value) & 
            (self.df[self.tag_var_list[1]]==self.tag_value), 1, 0)

        return self.df_pin['temp']

然后我可以在main.py文件中调用它:

import pandas as pd
import datetime

import feature_tagger.feature_tagger as ft

tagger_obj = ft.Tagger()

df_pin['PIN_RX&TIME_TAG'] = tagger_obj.summing_all_tagger(df_pin, tag_var_list=['PIN_RX_TAG', 'PIN_TIME_TAG'], tag_value=1)

tag_var_list 他们想要什么?

例如

df_pin['PIN_RX&TIME_TAG'] = tagger_obj.summing_all_tagger(df_pin, tag_var_list=['PIN_RX_TAG', 'PIN_TIME_TAG', 'PIN_NAME_TAG'], tag_value=1)

# or

df_pin['PIN_RX&TIME_TAG'] = tagger_obj.summing_all_tagger(df_pin, tag_var_list=['PIN_RX_TAG'], tag_value=1)