Select一个dataframe使用布尔选择，然后提取某列对应的值

Question

示例数据框：

import pandas as pd
df = pd.DataFrame({'a': [-3, -2, 0], 'b': [-2, 2, 5], 'c': [-1, 0, 7], 'd': [1, 4, 8]})

我正在尝试做一些我希望相当简单的事情，并且在支持数据框 class 的其他语言中确实是直接的，例如 R。我只想提取一个值来自 df，唯一需要注意的是我 select 使用布尔表达式（例如，`"a"==0）的行，而不是使用标签。像往常一样，该列由标签 select 编辑。例如，这可行，但似乎不必要地浪费：

df["c"][df["a"]==0][1]

这条指令不是直接从数据帧中提取值，而是 1) 提取一个 Pandas 系列，2) select 系列中的一行，以及 3) selects行返回的数组的第二个元素 selection! （第一个元素是索引）。它不仅看起来不必要地复杂，而且我担心对于非常大的数据帧来说它也可能很慢。

我尝试了使用 .at 或 .iat 的其他解决方案，但似乎没有任何效果。没有 simpler/smarter 的方法吗？

Answer 1

你不能一次做到这一点：

In [11]: df.loc[df["a"]==0, "c"]
Out[11]:
2    7
Name: c, dtype: int64

In [12]: df.loc[df["a"]==0, "c"].iat[0]
Out[12]: 7

Answer 2

使用 nonzero 和 iat

df.iat[(df.a==0).nonzero()[0][0],2]
Out[114]: 7

Select一个dataframe使用布尔选择，然后提取某列对应的值

Select a dataframe using boolean selection, and then extract the value corresponding to a certain column

python

boolean-expression

pandas