根据Pandas中的另一列提取列值

我有点困在提取一个变量的值的条件下，另一个变量。例如，下面的数据帧:

A  B
p1 1
p1 2
p3 3
p2 4

当B=3时，我如何获得A的值?每次提取A的值时，都得到一个对象，而不是字符串。

407429 次浏览
小开

df[df['B']==3]['A']，假设df是你的pandas.DataFrame。

小开
最佳答案

你可以使用loc获取满足条件的序列，然后使用iloc获取第一个元素:

In [2]: df
Out[2]:
A  B
0  p1  1
1  p1  2
2  p3  3
3  p2  4


In [3]: df.loc[df['B'] == 3, 'A']
Out[3]:
2    p3
Name: A, dtype: object


In [4]: df.loc[df['B'] == 3, 'A'].iloc[0]
Out[4]: 'p3'
小开

你可以尝试query，它的输入更少:

df.query('B==3')['A']
小开

如果你只想要item本身不带括号，可以使用df[df['B']==3]['A'].values[0]

小开 
df.loc[df['B']=='give-specific-value', 'A']````


I have also worked on this clausing and extraction operations for my assignment.
小开

编辑:我在前面描述的是链式索引，在某些情况下可能不起作用。最佳实践是使用loc，但概念是相同的:

df.loc[row, col]

行和上校可以直接指定(例如，'A'或['A'， 'B'])或带掩码(例如df['B'] == 3)。使用下面的示例:

df.loc[df['B'] == 3, 'A']

以前的:对我来说，用这些术语来思考更容易，但借用其他答案。你想要的值位于一个数据框架中:

df[*column*][*row*]

其中列和行指向你想要返回的值。在你的例子中，列是'A'，对于行你使用掩码:

df['B'] == 3

要从序列中获得第一个匹配的值，有几个选项:

df['A'][df['B'] == 3].values[0]
df['A'][df['B'] == 3].iloc[0]
df['A'][df['B'] == 3].to_numpy()[0]
小开

你可以使用squeeze代替iloc[0]。如果你只有一个值，它看起来更清晰:

df.loc[df['B'] == 3, 'A'].squeeze()

输出:

'p3'

提交答案