pandas DataFrame中按首尾行条件筛选目标列的实现

你现有代码无法运行的核心原因有两个：

• 动态列名访问语法错误：df0.column 是固定访问DataFrame下名为"column"的内置属性，不会读取循环中存储列名的变量column的实际值，运行时会直接抛出AttributeError。动态获取列值的正确语法是使用方括号索引：df0[column]。
• 行索引的写法存在适配风险：直接用[0]/[-1]按标签取行的逻辑，在DataFrame索引不是默认0起始连续整数的场景下，会取到错误的行值，更稳妥的位置索引写法是使用iloc属性。

#Import pandas package
import pandas as pd

#Create Dataframe
df0 = pd.DataFrame({'Temp01':[10,20,30,40,15],'Temp02':[50,60,70,70,45],'Temp03':[80,90,100,100,75]})

#empty list with column names
test =[]

for column in df0.columns: 
    # 按位置取每列的最后一行、第一行值做比较
    if df0[column].iloc[-1] > df0[column].iloc[0]:
        test.append(column)
print(test)

代码运行后输出结果为 ['Temp01']，与你给出的预期完全一致。

如果不需要保留手动遍历列的逻辑，可以使用pandas原生的向量化运算实现相同效果，处理大体积DataFrame时效率远高于循环写法：

# 直接比较整个DataFrame的第一行、最后一行，筛选满足条件的列名
test = df0.columns[df0.iloc[-1] > df0.iloc[0]].tolist()

内容的提问来源于stack exchange，提问作者Rodrigo Ferraz