根据另一列熊猫数据框提取列值答案

【问题标题】：extract column value based on another column pandas dataframe根据另一列熊猫数据框提取列值
【发布时间】：2016-08-09 14:27:54
【问题描述】：

我有点卡在以另一个变量为条件提取一个变量的值。例如以下数据框：

A  B
p1 1
p1 2
p3 3
p2 4

B=3 时如何获取A 的值？每次我提取A 的值时，我都会得到一个对象，而不是字符串。

【问题讨论】：

我明白了，我应该在最后加上item()。
df.query 和 pd.eval 似乎很适合这个用例。有关pd.eval() 系列函数、它们的特性和用例的信息，请访问Dynamic Expression Evaluation in pandas using pd.eval()。

标签： python pandas dataframe

【解决方案1】：

您可以使用loc 获取满足您条件的系列，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'

【讨论】：

感谢您的帮助。 df.loc[df['B'] == 3, 'A'].item() 也适合我。
如果数据框在 B 列中有多个“3”条目，它会选择哪一个？
df.loc[df["Condition_Column"] == 0, ("Column_1", "Column_2, "Column_3", "Column_4")] 适用于我。此示例用于选择多个列。它们应该在元组中。
如果 df.loc[df['B'] == 300, 'A'].iloc[0] 表示输出是什么？
.item() 显然已被弃用并将被删除。还有另一种方法可以做到这一点吗？我对使用 .loc 方法返回的列名或数据类型不感兴趣。

【解决方案2】：

你可以试试query，打字少：

df.query('B==3')['A']

【讨论】：

查询很有趣，因为我们也可以添加更复杂的子句
恕我直言，这是最好的答案。
@NLR 这取决于。 query 创建一个新的DataFrame，然后切片['A'] 创建另一个DataFrame。对于大型案例，希望避免不必要的中间对象。

【解决方案3】：

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

【讨论】：

您能否提供一个链接，具体说明此方法在 pandas 官方文档中的描述？
我的意思是][ 部分。
@vasili111 检查熊猫过滤器
最后添加一个.item()。

【解决方案4】：

如果您只想要不带括号的项目本身，请使用 df[df['B']==3]['A'].values[0]

【讨论】：

您能否提供一个链接，在 pandas 官方文档中详细描述了此方法？我的意思是][ 部分。
它确实返回带有 [] 的结果
您仍然需要将[0] 放在末尾才能访问该值。

【解决方案5】：

已编辑：我在下面的“以前”下描述的是链式索引，在某些情况下可能不起作用。最好的做法是使用loc，但概念是一样的：

df.loc[row, col]

row 和 col 可以直接指定（例如，'A' 或 ['A', 'B']）或使用掩码（例如 df[' B'] == 3)。使用下面的例子：

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

上一个：我用这些术语更容易思考，但借鉴了其他答案。您想要的值位于数据框中：

df[*column*][*row*]

其中 column 和 row 指向您要返回的值。对于您的示例，column 是“A”，对于 row，您使用掩码：

df['B'] == 3

要从系列中获取第一个匹配值，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]

【讨论】：

【解决方案6】：

male_avgtip=(tips_data.loc[tips_data['sex'] == 'Male', 'tip']).mean()

我还为我的作业处理了这个子句和提取操作。

【讨论】：