Pandas中如何基于指定准确率阈值筛选DataFrame行数据

你可以直接通过Pandas的布尔索引完成筛选，如需和示例输出一致的连续索引，额外调用reset_index方法即可，完整实现代码如下：

import pandas as pd

# 自定义准确率阈值，可根据需求修改为90、85等数值
threshold = 92

# 筛选Accuracy字段大于等于阈值的行，重置索引为连续序列
df_result = df_groups[df_groups['Accuracy'] >= threshold].reset_index(drop=True)

# 输出验证结果
print(df_result)

逻辑说明 #

• 首先通过df_groups['Accuracy'] >= threshold生成布尔掩码，该序列长度和原DataFrame行数一致，满足条件的行对应值为True，不满足为False
• 用布尔掩码索引原DataFrame，即可保留所有满足条件的行
• 调用reset_index(drop=True)是为了删除原有的离散索引，生成从0开始的连续新索引，和你给出的预期输出格式对齐，不需要连续索引可以去掉这部分代码。

内容的提问来源于stack exchange，提问作者Alex AM