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:
- 获取 A > 3 的第一行(返回第 2 行)
- 获取 A > 4 AND B > 3 的第一行(返回第 4 行)
- 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
- 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。
最佳答案
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:
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]
。
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
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。
关于python - 根据标准获取 Python Pandas 中的第一行数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40660088/