从 Pandas DataFrame 获取单个值，如果不明确则引发异常

Question

这对我来说是一个相当常见的用例，我想从 pandas 数据框中获取特定值，知道，如果数据没有以某种方式弄乱，应该只有一个满足特定选择标准的值：

我经常做的是：

myvals = df[df['criterion']=='value']['parameterofinterest'].values
if len(myvals) != 1:
    raise ValueError('Something messed up the data integrity.')
myvalue = myvals[0]

这是相当多的样板代码，作为 Pandas 的之外的函数来实现似乎过于基础了。你知道是否已经有任何 Pandas 功能，这可以帮助我。

Answer 1

我认为可能有 3 种状态 - 无值 - 它 return len=0，匹配更多值 - 它 return len>1 和标量 len==1.

所以你的代码看起来是正确的，只是改进了一点点：

myvals = df.loc[df['criterion']=='value', 'parameterofinterest']

if len(myvals) == 1:
    myvals = myvals.item()        
else:
   raise ValueError('Something messed up the data integrity.')

可以包装成函数：

def scalar_only(mask_col, val, another_col):
    myvals = df.loc[df[mask_col]==val, another_col]

    if len(myvals) != 1:
        raise ValueError('Something messed up the data integrity.')
    else:
        return myvals.item()

df = pd.DataFrame({'parameterofinterest': [25.0, 38.0, 34.6], 
                  'criterion': ['value', 'aa', 'bb']})


print (scalar_only('criterion', 'value', 'parameterofinterest'))
25.0

df = pd.DataFrame({'parameterofinterest': [25.0, 38.0, 34.6], 
                  'criterion': ['dd', 'aa', 'bb']})


print (scalar_only('criterion', 'value', 'parameterofinterest'))

ValueError: Something messed up the data integrity.

df = pd.DataFrame({'parameterofinterest': [25.0, 38.0, 34.6], 
                  'criterion': ['value', 'value', 'bb']})


print (scalar_only('criterion', 'value', 'parameterofinterest'))

ValueError: Something messed up the data integrity.

Answer 2

.item() 是从 a 中提取单个值的正确方法 pd.DataFrame 对象的条件选择 - 如果存在多个项目则引发异常。

import pandas as pd
a = [{'a':3, 'b':4},{'a':2, 'b':4}]
c = pd.DataFrame(a)
c[c['b']==4]['a'].values
c[c['b']==4]['a'].item()

当前引发的异常是：

ValueError: can only convert an array of size 1 to a Python scalar

从 Pandas DataFrame 获取单个值，如果不明确则引发异常

Get single value from Pandas DataFrame, and raise Exception if ambiguous

python

key-value

dataframe

pandas