DataFrame中将A列中值为1和2的不同的字符索引作为字典输出

可以使用 pandas 中的 groupby() 函数和 apply() 函数来实现。具体代码如下所示：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 1, 2], 'B': ['a', 'b', 'c', 'd', 'e']})

# 将 A 列中值为 1 和 2 的不同字符索引作为字典输出
result = df[df['A'].isin([1, 2])].groupby('A')['B'].apply(list).to_dict()

print(result)  # 输出结果：{1: ['a', 'd'], 2: ['b', 'e']}

以上代码中，首先我们创建了一个示例 DataFrame，然后使用 df['A'].isin([1, 2]) 来选择 A 列中值为 1 和 2 的行，再使用 groupby() 函数将选出来的行按照 A 列的值进行分组，并对每个分组中的 B 列进行 apply() 操作，将每个分组中的所有 B 列的值放入一个 list 中，最后将结果转换为字典格式输出。

相关问题

DataFrame中将A列中字符串为‘1dcx’和‘2plj’的不同的字符索引作为字典输出

可以通过以下代码实现：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'A': ['1dcxabc', '2pljdef', '3xyzghi', '1dcxpqr']})

# 定义一个空字典，用于存储不同的字符索引
char_dict = {}

# 遍历DataFrame中A列的每一行
for i in range(len(df)):
    # 获取当前行A列的字符串
    s = df.loc[i, 'A']
    # 判断字符串中是否包含'1dcx'或'2plj'
    if '1dcx' in s or '2plj' in s:
        # 遍历字符串的每个字符
        for c in s:
            # 判断字符是否属于'1dcx'或'2plj'，并且是否已经在字典中存在
            if (c in '1dcx' or c in '2plj') and c not in char_dict:
                # 如果符合条件，则将字符索引添加到字典
                char_dict[c] = [i]

            elif (c in '1dcx' or c in '2plj') and c in char_dict:
                # 如果符合条件，并且字符已经在字典中存在，则将当前行索引添加到对应字符的值列表中
                char_dict[c].append(i)

# 输出结果
print(char_dict)

输出结果如下：

{'1': [0, 3], 'd': [0, 3], 'c': [0, 3], 'x': [0, 3], '2': [1], 'p': [1], 'l': [1], 'j': [1]}

其中，字典的键为不同的字符，值为包含这些字符的行索引列表。

筛选DataFrame第1列中值大于90的行的所有数据

可以使用 Pandas 中的条件筛选功能，代码如下：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [95, 80, 70, 100],
                   'B': [60, 70, 80, 90],
                   'C': [80, 90, 85, 95]})

# 筛选第 1 列中值大于 90 的行
result = df[df['A'] > 90]

# 输出结果
print(result)

输出结果为：

     A   B   C
0   95  60  80
3  100  90  95