如何在 python 中的 pandas 数据框中查找特定值答案

【问题标题】：How to find specific values in a pandas dataframe in python如何在 python 中的 pandas 数据框中查找特定值
【发布时间】：2021-04-03 17:49:02
【问题描述】：

我的数据框有一列包含名称、组和其他一些值。看起来是这样的，供参考

Name	Group
John Doe	A
Joe Smith	A
James Brown	B

我正在输入一个人的姓名，并将他们与上面突出显示的“comps”数据框进行比较。我本质上想在比较人员输入时创建一个置信度指数，如果该人在不同的组中，我希望将置信度指数减去 10。它看起来像这样：

input_name = Jim Jones, input_group = A

Name	Group	Confidence
John Doe	A	100
Joe Smith	A	100
James Brown	B	90

我目前拥有的代码是

if comps.loc[comps['Group'] == input_group]:
    comps['Confidence'] = 100
else:
    comps['Confidence'] = 90

当我运行它时，我得到了以下回溯：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

【问题讨论】：

所以你只是匹配组？因为input_name = Jim Jones 在您拥有的现有名称列表中没有接近 100% 匹配

标签： python pandas dataframe

【解决方案1】：

import json
import pandas as pd

data = [
        ["John Doe", "A"],
        ["Joe Smith", "A"],
        ["James Brown", "B"]
]

df = pd.DataFrame(data, columns=["Name","Group"])
print(df)

print()

data = [
        ["John Doe", "A",100],
        ["Joe Smith", "A",100],
        ["James Brown", "C",100]
]

comps = pd.DataFrame(data, columns=["Name","Group","Confidence"])
print(comps)

print()

for index, (name1,group1,confidence)  in comps.iterrows():

    for index, (name2,group2) in df.iterrows():

        if((name2 == name1) and (group1 == group2)):
            comps.loc[comps.Name == name1,'Confidence'] = 100

        if((name2 == name1) and (group1 != group2)):
            comps.loc[comps.Name == name1,'Confidence'] = int(comps.loc[comps.Name == name1,'Confidence']) - 10

print(comps)

【讨论】：