如何筛选Pandas DataFrame中B列所有元素≥0.5的行？

先给出原始DataFrame的构造代码：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2],
    'B': [[0.2, 0.8], [0.6, 0.9]]
})

需求是筛选出B列中所有元素均≥0.5的行，这里有两种实用方法，可根据数据规模选择：

方法一：简洁直观的apply+all（适合小规模数据） #

直接对B列的每个列表做全量检查，代码简洁易懂：

new_df = df[df['B'].apply(lambda x: all(num >= 0.5 for num in x))]

执行后得到的new_df就是目标结果：

A          B
1  2  [0.6, 0.9]

方法二：numpy向量化操作（适合大规模数据） #

如果数据集很大，Python层面的循环会拖慢速度，用numpy的向量化操作能大幅提升效率：

import numpy as np

# 将B列的列表转为二维numpy数组
arr = np.array(df['B'].tolist())
# 生成布尔掩码：判断每行所有元素是否≥0.5
mask = (arr >= 0.5).all(axis=1)
# 筛选符合条件的行
new_df = df[mask]

两种方法都能得到预期结果，小规模数据选方法一足够，大数据集优先考虑方法二。

内容的提问来源于stack exchange，提问作者Cranjis