在 pandas dataframe 上循环（迭代） - 如何选择所需的值？

Question

我有一个包含机场信息的 DataFrame。 使用 for 循环，我想从报告的最近一年中提取机场名称和总座位数。 我只对高于 20000 的值感兴趣。

此代码打印出所有名称和座位：

for name, seats in zip(sa_airports['Name'], sa_airports['TotalSeats']):
    print(name, ' : ', seats)

我试过这个：

for name, seats in zip(sa_airports['Name'], sa_airports['TotalSeats']):
    if sa_airports['TotalSeats'] > 20000:
        print(name, ' : ', seats)

但是出现了错误：Series 的真值不明确。 使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

正因为如此，我试图将每个选项都放入循环中，但没有给我想要的结果。 例子：

for name, seats in zip(sa_airports['Name'], sa_airports['TotalSeats']):
    if (sa_airports['TotalSeats'] > 20000).any():
        print(name, ' : ', seats)

此代码检查 totalseats 中的任何值是否 > 20000 并且为真，因此它会打印出所有内容

Answer 1

一般来说，您应该（几乎）永远不要使用带有 Pandas 的循环。 请改用矢量化操作。 它们性能更高，更容易理解。

filtered = sa_airports.loc[sa_airports['TotalSeats'] > 20000][['Name', 'TotalSeats']]
for name, seats in filtered.itertuples(index=False):
    print(name, ' : ', seats)