如何返回数据帧/系列中小于特定数字的列元素？

Question

我有一个包含 2 列的数据框，我试图获取小于 5 的值。我试图让 pandas 返回小于 5 的值，但我得到的只是布尔值。

	a	b
0	1	4
1	2	5
2	3	6

data = pd.read_csv('test.csv')
answer = data < 5
print(answer)

我得到的结果：

       a     b
0      True  True
1      True  False
2      True  False

我想要的结果：

1 2 3 4

我似乎在 pandas 或 numpy 中找不到任何可以做到这一点的函数。我尝试通过列一一访问小于 5 的值，但它仍然返回布尔值

a = data["a"]
b = data["b"]
answer_column_a = a < 5
answer_column_b = b < 5
print(answer_column_a)
print(answer_column_b)

我得到的结果：

0    True
1    True
2    True
Name: a, dtype: bool

0    True
1    False
2    False
Name: b, dtype: bool

我想要的结果：

1 2 3
4

我知道的唯一处理特定列中的值的 pandas 函数是loc和iloc，但这两个函数似乎都不能做条件。有没有可以做到这一点的函数？到目前为止，我只知道 numpy 和 pandas，所以我不够了解是否有其他 Python 包具有可以执行此操作的内置函数。对于Python，我知道你可以通过类似 for i in a 或 for i in b 的代码从条件语句中获取值，但我不知道如何用 pandas 做到这一点。

Answer 1

使用底层 numpy 数组：

a = df.to_numpy().ravel('F')
out = a[a<5]

输出： array([1, 2, 3, 4])

或使用 stack：

s = df.T.stack()
out = s[s<5].to_list()

输出： [1, 2, 3, 4]

要获取每列的结果，您可以执行以下操作：

out = df.apply(lambda s: s[s<5].to_list()).to_list()

输出：[[1, 2, 3], [4]]