查找行的匹配值并单独提取它们，而不指定匹配值（键）

Question

我正在尝试在下面的数据框中提取具有匹配Sample_ID的行：

df1 = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
               2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55]],
               columns=["Sample_ID", "NaX", "NaU","OC","EC"])\
               .set_index('Sample_ID') 

在上面的数据帧df1中，我想只得到Sample_ID为“2”的行。有没有办法在不指定匹配值的情况下执行此操作，键？

我要找的结果是：

       NaX NaU OC  EC
Sample_ID                  
   2   3.35    2.0 0.20    0.65 
   2   3.40    2.0 0.25    0.55

感谢您阅读本文！

Answer 1

布尔索引会做到这一点。 Sample_ID是索引，因此您需要使用df1.index上的条件。

In [34]: df1[df1.index == 2]
Out[34]: 
            NaX  NaU    OC    EC
Sample_ID                       
2          3.35  2.0  0.20  0.65
2          3.40  2.0  0.25  0.55

斯科特波士顿提到，df.loc是另一个很好的选择。

Answer 2

使用.loc：

df.loc[2]

输出：

            NaX  NaU    OC    EC
Sample_ID                       
2          3.35  2.0  0.20  0.65
2          3.40  2.0  0.25  0.55

要回答评论问题，您可以创建字典并存储这样的组：

list_of_df = {}
for n,g in df1.groupby(level=0):
    list_of_df[n] = g

Answer 3

g = df1.groupby(level=0)

然后使用g.get_group(2)

抓住您想要的任何群组

            NaX  NaU    OC    EC
Sample_ID                       
2          3.35  2.0  0.20  0.65
2          3.40  2.0  0.25  0.55

但这比它需要的更多。只需选择@ ScottBoston的答案。