Pandas - 获取行匹配条件的列值[重复]

Posted 2023-03-12

【中文标题】Pandas - 获取行匹配条件的列值[重复]

【英文标题】：Pandas - Get column value where row matches condition [duplicate]

【发布时间】：2020-09-09 21:09:30

【问题描述】：

我正在阅读 Pandas 中的 CSV 文件。假设CSV如下：

column_1,column_2,column_3
1,2,value_1
1,3,value_2
2,1,value_3
2,2,value_4

我想从column_3（即value_2）获取值，其中column_1=1 和column_2=3。我确信只有 1 行符合这个条件。

所以我正在做这样的事情：

df = pd.read_csv(...file...)
cond = (df['column_1'] == 1) & (df['column_2'] == 3)
...

我尝试使用df.loc[cond, 'column_3'] 给我这个值，但是它返回一个数据帧，其中索引作为该行的行号。这里的行号不是0，而是1（即CSV文件中的原始行号），这不让我做df.loc[cond, 'column_3'][0]

如何在此处获取列值？

【问题讨论】：

df.loc[cond, 'column_3'][0].iloc[0]

df['column_3'].loc[(df['column_1'] == 1) & (df['column_2'] == 3)]

【参考方案1】：

这应该可行：

import pandas as pd

data = 
    'column_1': [1, 1, 2, 2],
    'column_2': [2, 3, 1, 2],
    'column_3': ['value_1', 'value_2', 'value_3', 'value_4']


df = pd.DataFrame(data=data)

cond = (df['column_1'] == 1) & (df['column_2'] == 3)
result = df[cond].column_3.values[0]
result