Python实现DataFrame与列表逐行比较输出布尔值及代码校验

输入规则 #

• 1个10行、共500列的Pandas DataFrame，存储取值范围为0-10000（含两端边界）的随机整数
• 1个包含10个0-10000区间随机整数的列表，作为每行的判断阈值

需求目标 #

输出与输入DataFrame维度完全一致的布尔型DataFrame，逐行执行判断：第x行的元素大于列表中第x个阈值时返回True，否则返回False。

原代码问题核查 #

你写的核心比较逻辑是正确的，但存在4个细节问题：

1. df.head是无效代码：head是DataFrame的方法，不加括号不会执行任何操作；就算加括号写成df.head()也只会打印前5行数据，对后续逻辑无影响，可以直接删除。
2. 随机数范围不符合要求：np.random.randint(0,10000)的取值区间是左闭右开，最大只能取到9999，覆盖不到需求要求的边界值10000。
3. 阈值列表生成逻辑和需求不匹配：random.sample(range(10000), 10)生成的是10个不重复的随机数，和需求里随机整数可重复的要求、以及Excel中RANDARRAY函数的生成逻辑不一致。
4. 变量命名不规范：用list作为变量名会覆盖Python内置的列表类型关键字，容易引发后续难以排查的bug，建议替换为有实际含义的名称比如threshold_list。

优雅实现方案 #

Pandas原生支持按维度广播比较，不需要手动转换数组维度，代码可读性更高：

import numpy as np
import pandas as pd

# 生成符合要求的原始DataFrame，上界设为10001保证能取到10000
df = pd.DataFrame(np.random.randint(0, 10001, size=(10, 500)))
# 生成10个可重复、取值覆盖0-10000的阈值
threshold_list = np.random.randint(0, 10001, size=10).tolist()
# 按行广播做大于比较，自动保留原DataFrame的索引和列名
res = df.gt(threshold_list, axis=0)

print(res)

如果你更习惯用numpy的广播逻辑做运算，修正细节问题后的代码也可以正常运行：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(0,10001,size=(10, 500)))
threshold_list = np.random.randint(0,10001,size=10).tolist()

a = df.to_numpy()
b = np.array(threshold_list) 
# b[:,None]将一维阈值数组转为10行1列的二维数组，触发numpy广播逐元素比较
res = pd.DataFrame(a > b[:, None], index=df.index, columns=df.columns)
print(res)

两种方案的输出结果完全一致，都是10行500列的布尔型DataFrame，完全匹配需求。

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