python之根据条件在python中具有不同值范围的三个列表中选择最佳索引

我有一个包含三个键的字典，它由一个长度相同的列表组成。例如，键“a”有一个长度为 5 的列表，包含范围为 0 到 6000 的值。类似地，键“b”的长度为 5，其值范围为 0 到 1.0。最后，具有相同长度的键 'c' 的值范围从 (1x1) 到 (2000x2000)。

我必须在 0 到 4 之间选择一个索引，条件是“a”的值不能低于 200。“b”的值不能低于 0.95。然后，在满足这两个条件的指标中选择最高值的'c'。

一个虚拟数据如下，

  index     a          b           c 
    0      600       0.99      (100x105) 
    1      150        1.0       (50x40) 
    2      820       0.75      (500x480) 
    3      500       0.96      (200x190) 
    4      400       0.97      (120x110) 

在这里，根据这两个条件，我可以将索引筛选为 0、3 和 4。在这三个中，'c' 的最大值是索引 3。所以答案是 3 500 0.96 (200x190 )

我如何以最有效的方式选择它？我想我可能需要使用 Pandas 。我怎么能用 Pandas 做呢？另外，如何以最 pythonic 的方式做到这一点？

我对编码比较陌生。我很难弄明白。

编辑: 字典的代码片段

{ 
'a' : [600, 150, 820, 500, 400] 
'b' : [0.99, 1.0, 0.75, 0.96, 0.97] 
'c' : [(100,105), (50,40), (500,480), (200,190), (120,110)] 
} 

请您参考如下方法:

这对于 numpy 来说相对简单，尽管 c 列的格式有点奇怪提供了一个有趣的转折。

import numpy as np 
 
d = { 
'a' : [600, 150, 820, 500, 400], 
'b' : [0.99, 1.0, 0.75, 0.96, 0.97], 
'c' : [(100,105), (50,40), (500,480), (200,190), (120,110)] 
} 
 
# Load as numpy arrays.  
d_np = {key: np.array(value) for key, value in d.items()} 
 
# Create logical mask based on given requirements 
mask = np.logical_and(d_np['a'] > 200, d_np['b'] > 0.95) 
 
# Multiply 'c' along dimension 1 
c_product = np.prod(d_np['c'], axis=1) 
 
# Get index of maximum value. Note that this index is relative to masked array. 
max_index_masked = np.argmax(c_product[mask]) 
 
# Get original 'c' value. Need to mask the array so that our indexing works. 
max_value = d_np['c'][mask][max_index_masked] 
 
# Get index relative to unmasked array 
index = np.arange(d_np['c'].shape[0])[mask][max_index_masked] 
print(index)