使用Pandas向空列表添加元素时过滤条件失效问题求助

代码里的核心问题 #

1. 判断条件错误：if ([Leg['Total'] > 500])逻辑完全不对。Leg['Total'] > 500返回的是布尔型Series（每个元素对应是否满足Total>500），把它放进列表里判断时，这个条件永远为真，导致循环每一行都被添加到Total列表，自然包含所有元素。
2. 遍历对象错误：你遍历的是整个原始df，而非已经筛选出的传奇宝可梦子集Leg，逻辑偏离需求。
3. 变量名冲突：先通过plt.subplots定义了子图变量Normal，后面又把同名变量赋值为普通宝可梦的DataFrame，会导致子图引用被覆盖，后续无法用该子图绘图。

修正方案（推荐用Pandas向量操作，高效简洁） #

直接通过布尔索引筛选符合条件的记录，再提取列转成列表，无需循环：

from matplotlib import pyplot as plt
import pandas as pd

plt.style.use('ggplot')
df = pd.read_csv('C:/Users/Gemxs/Documents/Python/Pandas/pokemon.csv')

# 子图变量改名，避免和数据变量冲突
fig1, (ax_legendary, ax_normal) = plt.subplots(nrows=2, ncols=1)

# 一步筛选：传奇宝可梦 + Total>500，提取Total列转列表
Total = df[(df['Legendary'] == True) & (df['Total'] > 500)]['Total'].tolist()

print(Total)

如果非要用循环实现 #

遍历筛选后的传奇宝可梦子集，判断单条记录的Total值：

from matplotlib import pyplot as plt
import pandas as pd

plt.style.use('ggplot')
df = pd.read_csv('C:/Users/Gemxs/Documents/Python/Pandas/pokemon.csv')

fig1, (ax_legendary, ax_normal) = plt.subplots(nrows=2, ncols=1)

Total = []
gen = []

# 筛选传奇宝可梦子集
Leg = df[df['Legendary'] == True]

# 遍历子集，判断单条记录的Total值
for index, row in Leg.iterrows():
    if row['Total'] > 500:
        Total.append(row['Total'])

print(Total)

额外提示 #

• Pandas的向量操作比iterrows循环高效得多，数据量大时差距明显，优先用向量操作。
• 变量命名要避免冲突，子图变量和数据变量尽量用不同名称，比如子图变量用ax_xxx的形式。

内容的提问来源于stack exchange，提问作者Gemxs