循环遍历数据框列后如何附加列表？

Posted 2023-05-08

技术标签:

【中文标题】循环遍历数据框列后如何附加列表？【英文标题】：How to append a list after looping over a dataframe column? 【发布时间】：2019-08-20 03:41:43 【问题描述】：

假设我有如下数据框：

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

我想做的是遍历values 列并检查哪些值大于6，并且ids 列中的相应id 必须附加到一个空列表中。

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： 假设我们在上述数据帧 df 上运行一个循环，我希望输出如下：

more = [1, 3]
less = [2]

more =[] 和 less = [] 是预初始化的空列表

我目前所拥有的： 我尝试实施相同的方法，但肯定我做错了。我的代码：

less = []
more = []
for value in df['values']:
    for id in df['ids']:
        if (value > 6):
            more.append(id)
        else:
            less.append(id)

【问题讨论】：

id 2 的值也大于 6 @anky_91 编辑了问题:) 我现在更改了数据框。 2 现在的所有值都小于 6 你从你的代码中得到了什么输出？ 【参考方案1】：

使用groupby 和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]

【讨论】：

工作就像一个魅力。谢谢！ @KashyapMaheshwari 很高兴它有帮助:)【参考方案2】：

您可以使用数据帧索引来清除所有大于 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，取集合差：

less = list(setB.difference(setA))

就是这样！

【讨论】：