python - 使用阈值 pandas 数据框选择值

Question

我想制作一个列列表，其中每个索引 = [0,43,46] 的值都高于某个值，例如 1000。

我的数据框看起来像这样，但有更多列。

index           asset.assetStateId.10  asset.assetStateId.100  asset.assetStateId.101  \
0.0                  1057.0                     0.0                     0.0   
43.0                  380.0                  1441.0                     0.0   
46.0                    0.0                     0.0                  1441.0 

所以，最后，我想要三个列表，其中每行的值都高于 1000 的列的名称。

提前致谢，

到目前为止我已经尝试过:

lista_colunas = list(result_1.columns.values)
lista_assets = []
for asset in lista_colunas:
    if result_1.loc[result_1[asset]>1000]:
        lista_assets += [asset]

ValueError:DataFrame 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

Answer 1

我认为你可以创建列表字典:

如有必要，首先按 loc 选择行，然后按 stack reshape 形状和 reset_index :

idx  = [0,43,46] 
df = df.loc[idx].stack().reset_index(name='val')
print (df)    
   Index                 level_1     val
0      0   asset.assetStateId.10  1057.0
1      0  asset.assetStateId.100     0.0
2      0  asset.assetStateId.101     0.0
3     43   asset.assetStateId.10   380.0
4     43  asset.assetStateId.100  1441.0
5     43  asset.assetStateId.101     0.0
6     46   asset.assetStateId.10     0.0
7     46  asset.assetStateId.100     0.0
8     46  asset.assetStateId.101  1441.0

然后按boolean indexing过滤，groupby并创建list，最后转换为dict:

a = df[df['val'] > 1000].groupby('index')['level_1'].apply(list).to_dict()

另一种解决方案是按每行循环并按条件创建列表:

a = df.loc[idx].apply(lambda x: x.index[x > 1000].tolist(), axis=1).to_dict()

print (a)
{0.0: ['asset.assetStateId.10'], 
43.0: ['asset.assetStateId.100'], 
46.0: ['asset.assetStateId.101']}

print (a[0])
['asset.assetStateId.10']

print (a[43])
['asset.assetStateId.100']