如何过滤和选择Pandas中的不同列以生成特定输出

Question

我有以下代码：

import pandas as pd
def EMP1():
    df = pd.DataFrame([
    ['EMP', 'name1', 'Boston', 'M'],
    ['EMP', 'name2', 'korea', 'F'],
    ['MGR', 'name3', 'North America','M'],
    ['MGR', 'name4', 'AUSIES', 'F']
    ],
    columns=("DESIG", "NAMES", "CITIES", "GENDER"))
    spl = df[df.GENDER=='M']
    print(spl)
EMP1()

我尝试生成一个打印输出，如下所示：

设计列表<DESIG details>的员工姓名列表和报告的详细信息是性别列表<Gender details>。

例如:向EMP汇报的员工的详细信息是性别M员工向经理汇报的name3的详细信息是性别M

Answer 1

使用.loc

Ex:

def EMP1():
    df = pd.DataFrame([
    ['EMP', 'name1', 'Boston', 'M'],
    ['EMP', 'name2', 'korea', 'F'],
    ['MGR', 'name3', 'North America','M'],
    ['MGR', 'name4', 'AUSIES', 'F']
    ],
    columns=("DESIG", "NAMES", "CITIES", "GENDER"))
    spl = df.loc[df.GENDER=='M', ["DESIG", "NAMES", "GENDER"]]
    print(spl)
EMP1()

输出：

  DESIG  NAMES GENDER
0   EMP  name1      M
2   MGR  name3      M

Answer 2

IIUC，使用：

df[['DESIG','NAMES','GENDER']].T.to_numpy().tolist()

输出：

[['EMP', 'EMP', 'MGR', 'MGR'],
 ['name1', 'name2', 'name3', 'name4'],
 ['M', 'F', 'M', 'F']]

或者仅仅是spl：

spl[['DESIG','NAMES','GENDER']].T.to_numpy().tolist()

输出：

[['EMP', 'MGR'], ['name1', 'name3'], ['M', 'M']]

Answer 3

import pandas as pd
def EMP1():
    df = pd.DataFrame([
    ['EMP', 'name1', 'Boston', 'M'],
    ['EMP', 'name2', 'korea', 'F'],
    ['MGR', 'name3', 'North America','M'],
    ['MGR', 'name4', 'AUSIES', 'F']
    ],
    columns=("DESIG", "NAMES", "CITIES", "GENDER"))
    spl = df[df.GENDER=='M']
    print(df)
    for x in df.index:
        print('Details of employees names list ' + df.loc[x,'NAMES'] + 'reporting '
            ' for desig list ' +   df.loc[x,'DESIG'] + ' are gender list ' +  df.loc[x,'GENDER'])
EMP1()

也许是这个？我不知道有什么不同，但我用的是最新版的熊猫