Python 在数据帧切片中使用all（）函数进行筛选

如果我有一个数据帧，例如

df = pd.DataFrame(
    {
        'one' : pd.Series(
            [1., 2., 3., 4.],
            index=['a', 'b', 'c', 'd']
        ),
        'two' : pd.Series(
            ['5,6', '7,8', '1,10', '3,8,9'], 
            index=['a', 'b', 'c', 'd']
        )
    }
)

如何仅选择列2中不包含任何小于3的整数的行？我的目标是：

df[
    all([int(x) > 3 for x in df['two'].str.split(',')])
]

但它会抛出

KeyError: True

---

看着我。有人能帮我吗？

x

是一个字符串列表，您需要添加一个内部循环来遍历

x

并检查值：

df[
    [all(int(x) > 3 for x in s) for s in df['two'].str.split(',')]
]

#   one two
#a  1.0 5,6
#b  2.0 7,8

---

或者，您可以使用

apply

方法替换外部for循环：

df[
    df.two.str.split(',').apply(lambda s: all(int(x) > 3 for x in s))
]

#   one two
#a  1.0 5,6
#b  2.0 7,8

---

x

是字符串列表，您需要添加一个内部循环来遍历

x

并检查值：

df[
    [all(int(x) > 3 for x in s) for s in df['two'].str.split(',')]
]

#   one two
#a  1.0 5,6
#b  2.0 7,8

---

或者，您可以使用

apply

方法替换外部for循环：

df[
    df.two.str.split(',').apply(lambda s: all(int(x) > 3 for x in s))
]

#   one two
#a  1.0 5,6
#b  2.0 7,8

---

为什么我的方法不起作用？我的意思是合乎逻辑。我认为它只是返回一个

True

或

False

而没有索引，这就是原因。因为如果您对第一行求值，例如

all（[int（x）>3表示['5'，'6']]）

=

all（[True，True]）

=

True

。我弄错了吗？当你在df.two.str.split（'，'）中对x做

，实际上x是
['5'，'6']
，所以你做的是
int（['5'，'6']）>3
，因为你不能将一个列表转换为int，所以它不起作用。注意
df.two.str.split（'，'））
实际上是一个序列（或列表列表列表）。我明白了，这是因为
df.two.str.split（'，'）
实际上返回一个序列，其值是数组的数组。谢谢为什么我的方法不起作用？我的意思是合乎逻辑。我认为它只是返回一个
True
或
False
而没有索引，这就是原因。因为如果您对第一行求值，例如
all（[int（x）>3表示['5'，'6']]）
=
all（[True，True]）
=
True
。我弄错了吗？当你在df.two.str.split（'，'）中对x做
，实际上x是
['5'，'6']
，所以你做的是
int（['5'，'6']）>3
，因为你不能将一个列表转换为int，所以它不起作用。注意
df.two.str.split（'，'））
实际上是一个序列（或列表列表列表）。我明白了，这是因为
df.two.str.split（'，'）
实际上返回一个序列，其值是数组的数组。谢谢