Pandas DataFrame按阈值筛选指定索引行列名及报错求助

问题描述 #

你需要为索引[0,43,46]的每一行分别生成列名列表，要求列表中的列在对应行的数值大于指定阈值（比如1000）。你的DataFrame示例如下：

你尝试了以下代码但报错：

lista_colunas = list(result_1.columns.values)
lista_assets = []
for asset in lista_colunas:
    if result_1.loc[result_1[asset]>1000]:
        lista_assets += [asset]

报错信息：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

报错原因 #

你的代码逻辑有两个核心问题：

1. 遍历所有列时，你是判断整个列中是否存在大于1000的值，而不是针对[0,43,46]这三行分别做判断；
2. result_1.loc[result_1[asset]>1000]返回的是一个包含符合条件行的DataFrame，直接放在if条件里会导致歧义——Python无法直接判断一个DataFrame的“真假”，所以抛出了这个错误。

修复后的代码 #

我们需要针对每个目标索引的行，单独筛选出该行中值大于阈值的列名，以下是两种实用的实现方式：

方式一：循环遍历目标索引（清晰易懂） #

# 指定目标索引和阈值
target_indices = [0, 43, 46]
threshold = 1000

# 存储结果的列表
result_lists = []

for idx in target_indices:
    # 获取当前索引对应的行数据
    current_row = result_1.loc[idx]
    # 筛选该行中值大于阈值的列名，转成列表
    cols_above = current_row[current_row > threshold].index.tolist()
    result_lists.append(cols_above)

# 输出结果
print(result_lists)

方式二：列表推导式（简洁高效） #

target_indices = [0, 43, 46]
threshold = 1000

result_lists = [
    result_1.loc[idx][result_1.loc[idx] > threshold].index.tolist()
    for idx in target_indices
]

print(result_lists)

结果说明 #

运行上述代码后，你会得到完全符合需求的结果：三个列表分别对应索引0、43、46的行，每个列表包含该行中数值大于1000的列名：

[
    ['asset.assetStateId.10'],
    ['asset.assetStateId.100'],
    ['asset.assetStateId.101']
]

内容的提问来源于stack exchange，提问作者may