基于另一列熊猫数据框迭代列值匹配值

Question

这是对

基于另一列熊猫数据框提取列值

我有不止一行与列值匹配，并且想知道如何迭代以在有多个匹配项时有效地检索每个值。

数据框是

A  B
p1 1
p1 2
p3 3
p2 4
p4 3
p5 5
p6 2
p7 5
... around 10000 rows

下面将始终选择 p3

df.loc[df['B'] == 3, 'A'].iloc[0]

所以我试着像这样迭代

 if(len(df.loc[df['B'] == 3, 'A'])) > 1:
                        for i in range(0,len(df.loc[df['B'] == 3, 'A']))-1):
                            print(i,df.loc[df['B'] == 3, 'A'].iloc[i])))

它打印

0 p3
1 p4

对于所有匹配值

但是，有没有更有效的方法来做到这一点？

Answer 1

您可以通过在df.loc代码中不使用.iloc[0]来获取所有匹配值，如下所示：

df.loc[df['B'] == 3, 'A']

输出：

2    p3
4    p4
Name: A, dtype: object

输出左侧的2 4是原始行索引。 如果想知道这 2 个提取的数据来自哪些行，您可以使用此信息。

Answer 2

删除iloc部分和reset_index以真正获得您的输出：

df.loc[df['B'] == 3, 'A'].iloc[0]
                         ^^^^^^^^ Unnecessary

>>> df.loc[df['B'] == 3, 'A'].reset_index(drop=True)
0    p3
1    p4
Name: A, dtype: object