python - 根据标准获取 Python Pandas 中的第一行数据框

Question

假设我有一个像这样的数据框

import pandas as pd
df = pd.DataFrame([[1, 2, 1], [1, 3, 2], [4, 6, 3], [4, 3, 4], [5, 4, 5]], columns=['A', 'B', 'C'])

>> df
   A  B  C
0  1  2  1
1  1  3  2
2  4  6  3
3  4  3  4
4  5  4  5

原始表格更复杂，列和行更多。

我想获得满足某些条件的第一行。例子:

1. 获取 A > 3 的第一行(返回第 2 行)
2. 获取 A > 4 AND B > 3 的第一行(返回第 4 行)
3. 获取 A > 3 AND (B > 3 OR C > 2) 的第一行(返回第 2 行)

但是，如果没有任何行满足特定条件，那么我想在按 A 降序排序(或其他情况下按 B、C 等)排序后获得第一行

4. 获取 A > 6 的第一行(通过 A desc 排序返回第 4 行并获取第一行)

我能够通过迭代数据框来做到这一点(我知道胡扯:P)。所以，我更喜欢用pythonic的方式来解决它。

Answer 1

This tutorial非常适合 Pandas 切片。确保你检查出来。在一些片段上...要使用条件对数据框进行切片，请使用以下格式:

>>> df[condition]

这将返回您可以使用 iloc 索引的数据帧片段。以下是您的示例:

1. 获取 A > 3 的第一行(返回第 2 行)

   >>> df[df.A > 3].iloc[0]
   A    4
   B    6
   C    3
   Name: 2, dtype: int64
   

如果你真正想要的是行号，而不是使用 iloc，它应该是 df[df.A > 3].index[0]。

1. 获取 A > 4 AND B > 3 的第一行:

   >>> df[(df.A > 4) & (df.B > 3)].iloc[0]
   A    5
   B    4
   C    5
   Name: 4, dtype: int64
   

2. 获取 A > 3 AND (B > 3 OR C > 2) 的第一行(返回第 2 行)

   >>> df[(df.A > 3) & ((df.B > 3) | (df.C > 2))].iloc[0]
   A    4
   B    6
   C    3
   Name: 2, dtype: int64
   

现在，根据您的最后一个案例，我们可以编写一个函数来处理返回降序帧的默认情况:

>>> def series_or_default(X, condition, default_col, ascending=False):
...     sliced = X[condition]
...     if sliced.shape[0] == 0:
...         return X.sort_values(default_col, ascending=ascending).iloc[0]
...     return sliced.iloc[0]
>>> 
>>> series_or_default(df, df.A > 6, 'A')
A    5
B    4
C    5
Name: 4, dtype: int64

正如预期的那样，它返回第 4 行。