Python Pandas：从数据框创建列表，显示符合条件的值的索引

Question

抱歉，我是 python Pandas 的新手，因此我可能没有以正确的方式思考。

以下数据框显示了计算出的 2 个列表的每个值之间的距离。假设这两个列表包含 100 个值，那么 Dataframe 由计算出的 100*100 距离组成。

Dataframe 如下所示：

       Columns    Place A      ...               Place Z
   Rows                        ...                         
    Place 1       1203.899830  ...               612.069576
    39             496.571302  ...               173.808444
    46            1061.913143  ...               488.477587
    48             978.166934  ...               412.830790
    57            1008.997612  ...               595.226911
    ...                   ...  ...                      ...
    20675         1705.383726  ...              1233.132858
    20676         1562.641365  ...               962.671417
    20678          433.199056  ...               451.470780
    20679          112.586538  ...               720.512590
    Place 20680    53.794611  ...               681.927796
    
    [4068 rows x 179 columns]

我希望在 Place A 到 Z 下列出小于 100 公里的每个地点（1 到 20680）。因此，必须为每一列单独应用 100 公里过滤器。

例如，地点 1 距离地点 A 1200 公里，因此它不应出现在“地点 1”列中。 Place 39 距离 Place X 仅 30 公里，因此 Place 39 应该出现在“Place X”列中。

换句话说，

到目前为止，我只为一列完成了它，但我想为每一列都实现它：

Input:  Index_label = df_dist_matrix[df_dist_matrix['Place A']< 100].index.tolist()

print(Index_label)

Output:
[175, 252, 379, 398, 455, 486, 523,....., Place 20680]

非常感谢您的帮助，谢谢！

Answer 1

我跑了 200 公里，因为您的样本数据不那么具有代表性……然后您就有了每列的字典及其对应的索引值。

df = pd.read_csv(io.StringIO("""       Columns    Place A      ...               Place Z
   Rows                        ...                         
    Place 1       1203.899830  ...               612.069576
    39             496.571302  ...               173.808444
    46            1061.913143  ...               488.477587
    48             978.166934  ...               412.830790
    57            1008.997612  ...               595.226911
    ...                   ...  ...                      ...
    20675         1705.383726  ...              1233.132858
    20676         1562.641365  ...               962.671417
    20678          433.199056  ...               451.470780
    20679          112.586538  ...               720.512590
    Place 20680    53.794611  ...               681.927796"""), sep="\s\s+", engine="python")\
    .drop(columns="...").drop([0,6])

df = df.astype({c:"float64" for c in df.columns if "Place" in c})
{c:df[df[c].lt(200)].index.tolist() for c in df.columns if "Place" in c}

输出

{'Place A': [10, 11], 'Place Z': [2]}