Question

说我有一个熊猫数据框，看起来像这样：

   color  number
0    red       3
1   blue       4
2  green       2
3   blue       2

我想从number列中获取第一个值，其中color列的值为'blue'，在这种情况下将返回4。

我知道可以使用loc这样来完成此操作：

df[df['color'] == 'blue']['number'][0]

我想知道是否有更多的最佳方法，因为我只需要第一次出现。

Answer 1

使用idxmax

df.loc[(df['color'] == 'blue').idxmax(),'number']
Out[698]: 4

Answer 2

使用--w timeout-如果存在颜色，它将返回第一行，否则返回空白head。

Series

或者，要获取单个项目，请使用col = 'blue' df.query('color == @col').head(1).loc[:, 'number'] 1 4 Name: number, dtype: int64：

obj.is_empty

u = df.query('color == @col').head(1) if not u.is_empty: print(u.at[u.index[0], 'number']) # 4和head之间的无效颜色差异：

idxmax

Answer 3

将iloc与np.where结合使用：

idx = next(iter(df['number'].iloc[np.where(df['color'].eq('blue'))]), -1)  # 4

请注意，这也可以处理不存在颜色的情况。相比之下，即使df['color'].eq('orange').idxmax()在系列中不存在，0也会给出'orange'。上面的逻辑将给出-1。

`numba`

我想知道是否有更多的最佳方法，因为我只是永远都需要第一次出现。

是的！有关更有效的解决方案，请参见Efficiently return the index of the first value satisfying condition in array。 Numba允许您有效地逐行迭代。在这种情况下，您将需要先factorize your strings，以便仅将数字数组提供给Numba：

from numba import njit

# factorize series, pd.factorize maintains order,
# i.e. first item in values gives 0 index
idx, values = pd.factorize(df['color'])
idx_search = np.where(values == 'blue')[0][0]

@njit
def get_first_index_nb(A, k):
    for i in range(len(A)):
        if A[i] == k:
            return i
    return -1

res = df['number'].iat[get_first_index_nb(idx, 1)]  # 4

当然，对于一次性计算，这是无效的。但是对于连续计算，该解决方案可能比检查整个序列/数组是否相等的解决方案快一个因数。

在行匹配条件的Pandas DataFrame中获取第一列值

3 个答案:

`numba`