有条件地选择pandas DataFrame中的数据

Question

我的pandas DataFrame中有两列。

   A      B
0  1      5
1  2      3
2  3      2
3  4      0
4  5      1

我需要A中的值，其中B的值最小。在上面的例子中，我的答案是4，因为最小B值是0。

任何人都可以帮我吗？

Answer 1

要查找B列中的最小值，您可以使用df.B.min()。对于您的DataFrame，这将返回0。

要在DataFrame中的特定位置查找值，您可以使用loc：

>>> df.loc[(df.B == df.B.min()), 'A']
3    4
Name: A, dtype: int64

所以在这里，loc选出列B等于其最小值（df.B == df.B.min()）的所有行，并选择A列中的相应值。

此方法返回A中与B中的最小值对应的所有值。如果您只需要找到其中一个值，则更好的方法是使用idxmin，如@aus_lacy所示。

Answer 2

以这种方式：

b_min = df.B.idxmin()
a_val = df.A[b_min]

idxmin()返回列B中的最小值索引。然后，您可以在列A中的相同索引处找到该值。

或者如果你想要一个虽然不太可读的行，你可以这样做：

a_val = df.A[df.B.idxmin()]

此外，作为免责声明，此解决方案假定列B中的最小值是唯一的。例如，如果您的数据集如下所示：

A  B
1  2
2  5
3  0
4  3
5  0

我的解决方案将返回B的最小值所在的第一个实例，在这种情况下，它位于第三行并且具有相应的A值3 。如果您认为B的最小值不是唯一的，那么您应该使用@ ajcr的解决方案。