如何从 Pandas DataFrame 中提取数值，而不是 Series（不涉及索引）？

Question

我将尝试通过条件筛选从 Pandas DataFrame 中返回特定项目（并且不想必须引用索引）。

以下是一个示例：

我有以下数据框：

  Code  Colour  Fruit
0   1   red     apple
1   2   orange  orange
2   3   yellow  banana
3   4   green   pear
4   5   blue    blueberry

我输入以下代码来搜索蓝莓的代码：

df[df['Fruit'] == 'blueberry']['Code']

这段代码的作用是：返回以下内容：

4    5
Name: Code, dtype: int64

它的类型是：

pandas.core.series.Series

但实际上我想返回的是类型为5的数字：

numpy.int64

如果我输入以下代码，我就可以完成这个任务：

df[df['Fruit'] == 'blueberry']['Code'][4]

例如，引用索引来给出数字5，但我不想引用索引！

有没有其他语法可以在这里使用，以实现相同的效果？

谢谢！...

更新：

另一个想法是这段代码：

df[df['Fruit'] == 'blueberry']['Code'][df[df['Fruit']=='blueberry'].index[0]]

然而，这种方法似乎不是特别优雅（并且它引用了索引）。是否有更简洁且准确的方法，不需要引用索引，或者这是严格必要的吗？

谢谢！...

- agftrading

Answer 1

让我们来试试这个：

df.loc[df['Fruit'] == 'blueberry','Code'].values[0]

输出：

5

首先，使用.loc利用布尔索引选择行和索引标签选择列中的值。然后将返回的Series转换为值数组，由于该数组中只有一个值，因此您可以使用索引 '[0]' 从单元素数组中获取标量值。

- Scott Boston

Answer 2

除非您使用next()^，否则引用索引是必需的，因为pd.Series不能保证只有一个值。

您可以使用pd.Series.values将值提取为数组。如果您有多个匹配项，这也适用：

res = df.loc[df['Fruit'] == 'blueberry', 'Code'].values

# array([5], dtype=int64)

df2 = pd.concat([df]*5)
res = df2.loc[df2['Fruit'] == 'blueberry', 'Code'].values

# array([5, 5, 5, 5, 5], dtype=int64)

要从numpy数组中获取列表，您可以使用.tolist()方法：

res = df.loc[df['Fruit'] == 'blueberry', 'Code'].values.tolist()

数组和列表版本都可以直观地进行索引，例如使用 res[0] 访问第一个元素。

^ 如果您真的不想使用索引，可以使用 next() 进行迭代：

next(iter(res))

- jpp

---

似乎有必要在某个时候引用某种形式的索引来返回实际值，而不是数组或系列。 - agftrading

不，如果您使用next(iter(res))，则不需要。这将在不明确指定索引的情况下进行迭代，尽管索引可能在后台使用。 - jpp

谢谢澄清。 - agftrading

Answer 3

最简单的解决方案：将 pandas.core.series.Series 转换为整数！

my_code = int(df[df['Fruit'] == 'blueberry']['Code'])
print(my_code)

输出：

5  

- chrisgal

Answer 4

你也可以将“Fruit”列设置为索引

df_fruit_index = df.set_index('Fruit')

根据您选择的水果，从“Code”列中提取值

df_fruit_index.loc['blueberry','Code']

- Sam

---

问题明确指出“（不使用索引引用）”，因此这个解决方案没有回答所提出的问题，因为它将列设置为索引，然后引用了该索引。 - Trenton McKinney