循环遍历数据框列后如何附加列表？

Question

假设我有一个如下的数据框：

df = pd.DataFrame({ 'ids' : ['1', '1', '1', '1', '2', '2', '2', '3', '3'],

        'values' : ['5', '8', '7', '12', '2', '1', '3', '15', '4']

        }, dtype='int32')

ids values

1   5

1   7

1   8

1   12

2   1

2   3

2   2

3   4

3   15

我想要做的是遍历values列并检查哪些值大于 6，并且ids必须将列中的相应 id附加到空列表中。

即使一个 id（比如 3）有多个值，并且在这些多个值（4 和 15）中，只有一个值大于 6，我希望将相应的 id 附加到列表中。

示例： 假设我们对上述数据帧 df 运行一个循环，我希望输出如下：

more = [1, 3]

less = [2]

以more =[]和less = []为预初始化空列表

到目前为止我所拥有的： 我尝试实施相同的方法，但我肯定犯了一些错误。我有的代码：

less = []

more = []

for value in df['values']:

    for id in df['ids']:

        if (value > 6):

            more.append(id)

        else:

            less.append(id)

Answer 1

使用groupby布尔索引来创建您的列表。这将比循环快得多：g = df.groupby('ids')['values'].max()mask = g.gt(6)more = g[mask].index.tolist()less = g[~mask].index.tolist()print(more)print(less)[1, 3][2]

Answer 2

您可以使用数据帧索引来删除所有大于 6 的索引并使用以下方法创建一组唯一索引：setA = set(df[df['values'] > 6]['ids'])这将在数据框中创建一组所有索引：setB = set(df['ids'])现在，more = list(setA)对于less，取集差：less = list(setB.difference(setA))而已！