python - 如何在遍历数据框列后附加列表？

Question

假设我有一个数据框如下:

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。

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:假设我们在上面提到的数据帧 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

我目前拥有的:我尝试实现相同的方法，但我肯定犯了一些错误。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)

Answer 1

使用groupby和 bool 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]