熊猫:基于包含列表的列过滤行
熊猫:基于包含列表的列过滤行
提问于 2019-11-12 11:15:04
如何基于另一列值过滤数据帧中的行？
我有一个数据框架，
ip_df:
class name marks min_marks min_subjects
0 I tom [89,85,80,74] 80 2
1 II sam [65,72,43,40] 85 1根据"min_subject“和"min_marks”的列值，应对行进行筛选。
对于索引0，“
- ”为"2"，“标记”列中至少有2个元素应大于80，即"min_marks“列必须添加一个名为”标志“的新列作为索引1的1
- ，"min_subjects”为"1"，“标记”列中至少有一个元素应大于85，即“标记”列中的"min_marks“列必须添加为0。flag=0作为条件，这里不满足)
最终结果应该是，
op_df:
class name marks min_marks min_subjects flag
0 I tom [89,85,80,74] 80 2 1
1 II sam [65,72,43,40] 85 1 0有人能帮助我在数据框架中实现同样的目标吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-11-12 11:20:58
使用zip 3列对列表的理解，比较生成器中的每个值和sum中的计数，最后用最小标记进行比较并转换为整数：
df['flag'] = [1 if sum(x > c for x in a) >= b else 0
for a, b, c in zip(df['marks'], df['min_subjects'], df['min_marks'])]通过int将布尔值转换为0,1的替代方法
df['flag'] = [int(sum(x > c for x in a) >= b)
for a, b, c in zip(df['marks'], df['min_subjects'], df['min_marks'])]或使用numpy解决方案
df['flag'] = [int(np.sum(np.array(a) > c) >= b)
for a, b, c in zip(df['marks'], df['min_subjects'], df['min_marks'])]print (df)
class name marks min_marks min_subjects flag
0 I tom [89, 85, 80, 74] 80 2 1
1 II sam [65, 72, 43, 40] 85 1 0Stack Overflow用户
发布于 2019-11-12 11:50:34
为了避免for循环并充分利用并行计算，您可以使用新函数explode (Pandas0.25.0)：
df1 = df.explode('marks')
print(df1)输出：
class name marks min_marks min_subjects
0 I tom 89 80 2
0 I tom 85 80 2
0 I tom 80 80 2
0 I tom 74 80 2
1 II sam 65 85 1
1 II sam 72 85 1
1 II sam 43 85 1
1 II sam 40 85 1比较列marks和min_marks
df['flag'] = df1['marks'].gt(df1['min_marks'])\
.groupby(df1.index).sum().ge(df['min_subjects']).astype(int)
print(df)输出：
class name marks min_marks min_subjects flag
0 I tom [89, 85, 80, 74] 80 2 1
1 II sam [65, 72, 43, 40] 85 1 0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58817539
复制相关文章
相似问题
腾讯云开发者
