基於另一列熊貓數據框迭代列值匹配值

Question

這是對

基於另一列熊貓數據框提取列值

我有不止一行與列值匹配，並且想知道如何迭代以在有多個匹配項時有效地檢索每個值。

數據框是

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

下面將始終選擇 p3

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

所以我試着像這樣迭代

 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

對於所有匹配值

但是，有沒有更有效的方法來做到這一點？

Answer 1

您可以通過在df.loc代碼中不使用.iloc[0]來獲取所有匹配值，如下所示：

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

輸出：

2    p3
4    p4
Name: A, dtype: object

輸出左側的2 4是原始行索引。 如果想知道這 2 個提取的數據來自哪些行，您可以使用此信息。

Answer 2

刪除iloc部分和reset_index以真正獲得您的輸出：

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