如何比较字典值和熊猫数据框？

Question

所以，我有这样的数据框，从 csv 文件导入

<头>

名称	数学	物理
詹姆斯	80	90
汤姆	60	70
杰瑞	90	60

我有一本字典

data = {'math': 60, 'physic': 70}

我想检查数据字典的每个值并将其与数据框进行比较。如果数学和物理的匹配值应该返回名称。在本例中为 Tom。

我该怎么做？有什么建议吗？

Answer 1

您可以将 boolean indexing 与 loc 一起使用：

df.loc[df[data].eq(data.values()).all(1), 'name']

---

1    Tom
Name: name, dtype: object

Answer 2

通常 find 操作在 pandas 和 numpy 中效率不高，但这样做可以：

df[(df['math'] == mydict['math'] )& (df['physic'] == mydict['physic'] )]['name'][0]
'Tom'

Answer 3

返回数据和DataFrame的交集：

df_str = '''
name    math    physic
James   80  90
Tom 60  70
Jerry   90  60
'''
df = pd.read_csv(io.StringIO(df_str.strip()), sep='\s+', index_col=False)

data = {'math': 60, 'physic': 70}
def query_name(data):
    df2 = pd.Series(data).to_frame().T
    dfn = pd.merge(df, df2, on=['math', 'physic'], how='inner')
    return dfn

data = {'math': 90, 'physic': 60}
query_name(data)

['Jerry']