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 values1   51   71   81   122   12   32   23   43   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！