基于另一列pandas dataframe提取列值

Question

我有点不耐烦地在另一个变量上提取一个变量条件的值。例如，以下数据框：

A  B
p1 1
p1 2
p3 3
p2 4

如何在A时获得B=3的价值？每当我提取A的值时，我得到一个对象，而不是字符串。

Answer 1

你可以使用loc来获得满足条件的系列，然后iloc获得第一个元素：

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'

Answer 2

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

Answer 3

您可以尝试query，这样可以减少打字：

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

Answer 4

我更容易用这些术语来思考，但要借鉴其他答案。您想要的值位于系列中：

df[*column*][*row*]

其中列和 row 指向您要返回的值。对于您的示例，列为“ A”，对于行，您使用掩码：

df['B'] == 3

要从系列中获取值，有几种选择：

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

Answer 5

如果您只希望项目本身不带括号，请使用df[df['B']==3]['A'].values

Answer 6

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

我还为我的任务进行了这种clause和提取操作。