如何用Pandas高效检查DataFrame指定值并生成行级布尔列表

嘿，作为Pandas新手，你的这两个需求完全可以用Pandas的内置矢量化方法高效解决，不用写繁琐的循环，咱们一步步来拆解：

1. 生成检查'B.Tech'的布尔DataFrame #

直接用相等比较运算符就能快速生成每个位置是否等于'B.Tech'的布尔DataFrame，这是Pandas原生的高效操作，比手动遍历快得多：

# 生成布尔DataFrame，每个元素为True表示该位置值是'B.Tech'
bool_df = df == 'B.Tech'
print(bool_df)

运行后会得到如下结果：

Name  Branch  Score  Result
0  False    True  False   False
1  False   False  False   False
2  False   False  False   False
3  False    True  False   False
4  False   False   True   False

2. 基于前4列生成每行的布尔判断列表 #

利用Pandas的any()方法，指定按行（axis=1）判断——只要该行前4列有至少一个True就返回True，最后转成列表即可：

# 取前4列，按行判断是否存在至少一个True，再转换为列表
result_list = bool_df.iloc[:, :4].any(axis=1).tolist()
print(result_list)

运行结果正好是你期望的：

[True, False, False, False, True]

额外简洁写法 #

如果不想单独生成中间的布尔DataFrame，也可以把两步合并成一行代码，效率完全一样：

result_list = (df.iloc[:, :4] == 'B.Tech').any(axis=1).tolist()

直接对前4列做相等比较，再按行判断，代码更紧凑。

内容的提问来源于stack exchange，提问作者Gaz Zhao