Python 熊猫：根据包含列表的列筛选行

如何基于另一列值筛选数据帧中的行

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

根据“min_subject”和“min_marks”的列值，应过滤该行

• 对于索引0，“最小主题”为“2”，“标记”列中至少有2个元素应大于80，即“最小标记”列，然后必须添加一个名为“flag”的新列作为1

• 对于索引1，“最小主题”为“1”，“标记”列中至少有一个元素应大于85，即“最小标记”列，然后必须添加一个名为“flag”的新列作为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

---

有人能帮我在数据框中实现同样的功能吗？

使用列表理解，将

zip

分成3列，比较生成器中的每个值和

sum

中的计数，最后按最小标记进行比较并转换为整数：

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'])]

将布尔值按

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'])]

或使用

numpy

的解决方案：

df['flag'] = [int(np.sum(np.array(a) > c) >= b)
                  for a, b, c in zip(df['marks'], df['min_subjects'], df['min_marks'])]

---

---

要避免

for

循环并充分利用并行计算，您可以使用新函数（0.25.0）：

输出：

  class name marks  min_marks  min_subjects
0     I  tom    89         80             2
0     I  tom    85         80             2
0     I  tom    80         80             2
0     I  tom    74         80             2
1    II  sam    65         85             1
1    II  sam    72         85             1
1    II  sam    43         85             1
1    II  sam    40         85             1

  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

比较列

标记

和

最小标记

：

df['flag'] = df1['marks'].gt(df1['min_marks'])\
.groupby(df1.index).sum().ge(df['min_subjects']).astype(int)

print(df)

输出：

  class name marks  min_marks  min_subjects
0     I  tom    89         80             2
0     I  tom    85         80             2
0     I  tom    80         80             2
0     I  tom    74         80             2
1    II  sam    65         85             1
1    II  sam    72         85             1
1    II  sam    43         85             1
1    II  sam    40         85             1

  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