Python 如何创建新数据帧（Pandas）的条件语句

我有一个多索引数据帧，我想为它创建一个条件语句，如果列“F”中的值大于0，那么在每个特定的列组中都会说“a”，那么整个组（列a）应该复制到一个新的数据帧（newdf）中进行进一步处理

下面是两行df的外观：

  A         B            C          D           E      F   G    H 

 A8374D  []KLJEFSIJSE  some;text   more,text   12.4   4.6   13  X5

         []BKFLKJLJLK  text;some  other,stuff  65.0   6.5   11  Y0      

这是我到目前为止所拥有的（不起作用）

错误消息：

KeyError: 'A'

---

我想A是你的多重索引之一。我想做一个非索引

df = df.reset_index()

然后我猜你想保持A组中F的A如果ANY大于0

df_new = df.groupby('A').apply(lambda x: (x.F > 0).any()).to_frame('WANT').reset_index()

df_final = df[df.A.isin(df_new.loc[df_new.WANT == 1,'A'])]

如果要确保组A中的所有F值均>0，请更改为

(x.F > 0).all()

---

如果你还有其他问题，请告诉我。如果您喜欢，请投票支持我

什么是

print（df.info（））

？您可能只需要创建一个函数，然后使用apply将其实现到新的数据帧。像这样：df.apply（myfunct，axis=1）@MEdwin，我如何指定在每个组中应用该函数？我得到一个带有组名的df（来自a），如果它们的值>0（真/假）。但我实际上想要一个新的数据帧，如果其中任何一个组的F值大于0，那么每个“a”组的所有成员都有。df_final是您想要的结果，因为我选择了每个“a”组的所有数据，如果F>0，我明白您的意思。但是，是否有一种方法可以为每个组获得不同的df？因为之后。这是我想比较“B”上字符串之间的相似性，我认为如果每个“A”组位于不同的df中会更容易，因为它将创建多个比较。如果您确实想为不同的组创建不同的df，可以使用“exec”。对于df_final.A.unique（）：exec（“df_”+group+“=df_final[df_final.A==group]”中的组，我不确定它是否有效，但它似乎很奇怪，因为您可以在一个数据帧中比较B

(x.F > 0).all()