如何用熊貓創建一個具有特定值的列表？

Question

我有一個非常大的.csv文件是這樣的：

column1,id,column3,column4,words,column6 
string,309483,0,0,hi#1,string string .... 
string,234234,0.344,0,hello#1,string string .... 
... 
string,89789,0,.56799,world#1,string string .... 
string,212934,0.8967,0,wolf#1 web#1 mouse#3,string string .... 

我想在列表中已在column3比0浮點數更大，將它們放入一個列表，例如所有words提取，對於上面的例子，這將是輸出：

[hello#1, wolf#1, web#1, mouse#3] 

任何想法如何用熊貓來解決這個任務？先謝謝你們。

Answer 1

' '.join(df[df.column3 > 0].words).split(' ') 

結果從測試數據：

['hello＃1'，'wolf＃1'，'web＃1'，'mouse＃3']

熊貓語法在中間選擇正確的行; join所有的單詞 - colunn值在一起，split它們分開成單獨的單詞。

Answer 2

校正：

可以與iterrows做到這一點，但它不是簡明上述溶液中：

import itertools 

your_list = list(row[1]['words'].split(' ') for row in dataframe.iterrows() if row[1]['column 3'] > 0) 
chain = itertools.chain(*your_list) 
your_list = list(chain) 

Answer 3

如果你想要的所有唯一單詞的列表：

df[df.column3 > 0].words.unique() 

您可以通過執行

list(df[df.column3 > 0].words.unique()) 

施放此列表或使用，這將是numpy的陣列方法比快以上：

df[df.column3 > 0].words.unique().values.tolist()