python - Pandas : filter the rows based on a column containing lists

Question

如何根据另一个列值过滤数据框中的行？

我有一个数据框，

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

应根据“min_subject”和“min_marks”的列值过滤该行。

• 对于索引 0，“min_subjects”为“2”，“marks”列中至少有 2 个元素应大于 80，即“min_marks”列，则必须创建一个名为“flag”的新列添加为 1

• 对于索引 1，“min_subjects”为“1”，“marks”列中至少有 1 个元素应大于 85，即“min_marks”列，然后必须创建一个名为“flag”的新列添加为 0(即，flag=0，因为此处不满足条件)

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

任何人都可以帮助我在数据框中实现相同的目标吗？

Answer 1

使用 zip 3 列的列表理解，比较生成器中的每个值和 sum 的计数，最后比较最小标记并转换为整数:

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'])]

替代将 bool 值由 int 转换为 0,1:

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'])]

或者使用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'])]

<小时/>

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     0