如何将循环中print(row)的结果转换为指定格式的Pandas DataFrame？

你可以通过两种方式实现将符合条件的行转换为指定格式的DataFrame，以下是具体步骤：

方法1：直接收集符合条件的行 #

在代码开头初始化一个空列表用于存储符合条件的行，然后在触发print(row)的位置将行数据加入该列表，最后将列表转换为DataFrame并筛选所需列：

import pandas as pd
import numpy as np

# 初始化存储符合条件行的列表
warn_rows = []
euclid_data = []
day_night_data = []
euclid_track = []
means = []
warn = []

for i, row in df_all.iterrows():
    mylist = row.euclidian_distance
    euclid_data.append(mylist)
    mylist1 = row.day_night
    day_night_data.append(mylist1)

    if len(euclid_data) == 120:
        xbar = np.mean(euclid_data)
        dn = np.mean(day_night_data) 

        if dn <= 0.5 and xbar >= day_thresh:
            euclid_track.append(0.0)
        elif dn > 0.5 and xbar >= night_thresh:
            euclid_track.append(0.0)
        else:
            euclid_track.append(xbar)
            
        means.append(np.mean(euclid_data))

        if len(euclid_track) >= 3 and sum(euclid_track[-3:]) == 0:
            # 将符合条件的行加入列表（可保留原print语句）
            warn_rows.append(row)
            warn.append(i)

        if len(warn) >= 100:
           break

# 将收集到的行转换为DataFrame，并筛选指定列
result_df = pd.DataFrame(warn_rows)[['id', 'date_time', 'euclidian_distance']]
# 可选：重置索引，避免原行索引干扰
result_df = result_df.reset_index(drop=True)

方法2：利用已存储的索引筛选（更高效） #

因为你已经将符合条件的行索引存入warn列表，循环结束后可以直接通过索引从原DataFrame中提取目标列，这种方式更符合Pandas的高效操作逻辑：

# 循环结束后执行以下代码
result_df = df_all.loc[warn, ['id', 'date_time', 'euclidian_distance']].reset_index(drop=True)

注意事项 #

• 确保原DataFramedf_all中确实包含id、date_time、euclidian_distance这三列，否则会抛出列不存在的错误。
• 若原DataFrame的行索引不是连续整数，方法2依然可以正常工作，因为warn中存储的是对应行的原始索引值。

内容的提问来源于stack exchange，提问作者user7446890