Question

我有一个简单的熊猫数据框：

import pandas as pd 
data = [['tom', 10], ['nick', 15], ['juli', 14]] 
df = pd.DataFrame(data, columns = ['Name', 'Age'])

如果我从行索引1中选择“名称”，则会得到一个简单的字符串对象：

df.loc[1].Name
Out[9]: 'nick'

但是，如果我选择包含Age == 15的行，则会得到一个似乎无法强制转换为字符串对象的对象

df.loc[df.Age==15].Name
Out[11]:1    nick
Name: Name, dtype: object

type(df.loc[df.Age==15].Name)
Out[38]: pandas.core.series.Series

好吧，它的一系列，很酷，获得第一个元素：

df.loc[df.Age==15].Name[0]
KeyError: 0

好吧，那没有用，让我们询问实际的密钥：

df.loc[df.Age==15].Name[1]
Out[40]: 'nick'

是的！这样可行！ ...但是如果我知道实际的密钥，我根本就不会进行查询！

如果我知道年龄，如何从“名称”字段获取字符串值？在我的实际用例中，我知道Age是唯一的。

Answer 1

正如@ayhan在上面的评论中所述，您可以像这样使用pandas.Series.item()：

>>> df.loc[df.Age==15, 'Name'].values.item()
'nick'

您也可以使用pandas.Series.array：

>>> df.loc[df.Age==15, 'Name'].array[0]
'nick'

或pandas.Series.to_numpy：

>>> df.loc[df.Age==15, 'Name'].to_numpy()[0]
'nick'

Answer 2

@ anky_91是正确的。在这种情况下，您应该使用.iloc。

import pandas as pd
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
print(df.loc[df.Age==14].iloc[0].Name)

Answer 3

尝试一下-

df.loc[df[df['Age'] == 15].index[0], 'Name']

Answer 4

我建议考虑使用查询。如果只想获取str，可以使用：

df.query('Age==15').Name.values[0]

考虑到罗恩（Ron）的第一次尝试，这可能更直观。

从.loc查询返回字符串

4 个答案: